Моя лента

До этого момента мы изучали Terraform локально. Теперь пришло время применить эти знания в реальной среде.

В этой статье мы подключим Terraform к облачному провайдеру, создадим первую инфраструктуру, разберём процесс создания сети и виртуальной машины, а также сравним особенности AWS, Microsoft Azure, Google Cloud Platform (GCP) и Yandex Cloud. Несмотря на различия между облачными платформами, вы увидите, что принцип работы Terraform остаётся практически одинаковым.

По результатам статьи «Prompt injection — лучше один раз увидеть», у меня остались не только запущенные размышления и дальнейшие эксперименты, но и бросающаяся в глаза подпись «Не вѣръ чужимъ рѣчамъ, а вѣръ своимъ очамъ (СЛОВАРЬ АКАДЕМІИ РОССІЙСКОЙ, 1806)», которую некоторые ИИ-сервисы теперь пишут мне при каждом ответе. И сегодня, читая очередные рассказы о том, как какая-то ИИшка строго настрого отказывалась отвечать на не те вопросы, но была уболтана, я снова вспомнил о том, что «это не баг, а фича». А раз фича, то давайте использовать её во благо себе. Хотя бы попытаемся.

Всем привет! Меня зовут Петрович и я работаю техлидом java команды в небольшом международном финтехе. В этой статье я хотел бы поделиться с вами опытом миграции наших сервисов с Redis на Hazelcast, а также о том какие уроки мы усвоили. Статья будет полезна тем кто рассматривает отказоустойчивые и более простые в поддержке альтернативы Redis.

Наша команда отвечает за подсистему оценки платежеспособности клиентов (в народе - скоринг). Стек - классический джентльменский набор для java команды - последняя LTS версия Java, Spring Boot (с Hibernate), база PostgreSQL, брокер сообщений RabbitMQ, авторизация через Keycloak, кэш Redis, собираем в docker контейнеры с помощью jib и деплоим в k8s через gitlab, arttifactory используем для хранения стартеров и библиотек.

В прод окружении наши немногочисленные сервисы работают в кластерах k8s в единственном экземпляре, будучи, как правило, распределенными по 3 нодам с приличным запасом по ресурсам. Сделано так специально чтобы в случае отказа одной из нод другие могли автоматически принять нагрузку с выбывшей из строя напарницы без участия сотрудников разработки или поддержки. Ну и rollout update делать удобно и быстро - у нас распределенный монолит и при деплое необходимо деплоить сразу все сервисы одновременно.

С точки зрения кластеров k8s наша подсистема полностью изолирована и не зависит от других подсистем компании. Другими словами, все необходимые для работы подсистемы ресурсы мы хостим и поддерживаем сами. Redis, Keycloak, S3 - всё это работает внутри каждого из наших кластеров, обеспечивая достаточное резервирование. Всё, кроме Redis.

Здесь, на Хабре, мы сталкиваемся с массой статей, претендующих на научную ценность. Чтобы четче понимать, что является научным, а что нет, @avshkolперевел свежую статью, в которой излагается современный взгляд на научный метод и показывается, как отличить то, что под него маскируется...

Представляю вам статью канадского ученого, физика-атомщика Байрона Дженнингса от 28 мая 2018 года. Это яркое, написанное простым и понятным языком, изложение того, что в современной науке принято называть научным методом. Дан широкий исторический экскурс в то, как эволюционировали методы в науке. Достается даже Эйнштейну, да что там, самому Попперу!.. Рекомендую для всех, кто хочет разобраться в том, как в современной науке отличают научно ценное от. всего остального...

Через четыре часа после первой статьи пришёл комментарий: в моём коде не хватает трёх инструкций, и на настоящей плате он рассыплется.

Читатель arteast был прав.

Сел воспроизводить поломку. Собрал два варианта, свой и правильный, прогнал на строке в 231 байт. Вывод побайтово одинаковый. Замедлил линию до предела. Ничего не изменилось. Написал программу, которая смотрит, бывает ли передатчик занят хоть когда-нибудь. При выводе в консоль не бывает.

Моя ошибка внутри эмулятора не проявляется вообще. Проверить себя было нечем.

Пришлось чинить эмулятор.

Средства разработки с помощью ИИ эволюционируют: от чат-ассистентов, подсказывающих код, к автономным агентам, которые сами планируют, пишут и ревьюят. Вместе с инструментами меняется и смысл того, что мы называем Governance (я буду использовать английский термин — ближайший русский аналог «регулирование», но он уже: governance это не только сами правила, но и то, как мы их принимаем и кто следит за их соблюдением). В чат-режиме разработчик — страховочная сетка: каждую строчку, предложенную моделью, он оценивает сам. В автономном режиме модель принимает тысячи микро-решений в час, и разработчик физически не может проверить их все. Governance перестаёт быть вспомогательным инструментом и становится жёстким требованием.

В этой статье я опишу трёхуровневый Governance-стек, который мы построили для платформы бронирования спортивных площадок (NestJS на бэкенде, Next.js на фронтенде), и покажу, почему он необходим.

В конце июля исследовательская команда Bottleneck Labs опубликовала отчет о необычном эксперименте: агенту на GPT-5.6 Sol на сутки отдали настоящий бизнес — живое iOS-приложение, банковский счет с реальными деньгами и компьютер с полным доступом. Исследователи сформулировали вопрос просто: способен ли агент на передовой модели, получив полный инструментарий предпринимателя, добиться измеримых бизнес-результатов? За 24 часа агент по имени Saul сжег 320,7 млн входных токенов, сделал 1129 вызовов инструментов, привлек пять новых пользователей и не заработал ни доллара. Живых денег со счета утекло $99,50 (баланс просел с $350 до $250,50), а общая стоимость бизнеса упала на $447. Впрочем, чем дальше читаешь отчет, тем меньше уверенности, кто здесь провалился — агент или сам эксперимент.

Вот первоисточник https://neuronovosti.ru/anokhin-pu/. ФОТО Елены Кокуриной

Прочитал его и мне показалось важным отметить несколько моментов, снабдив их гиперссылками.

Вводная

Константин Анохин - директор Института перспективных исследований мозга МГУ., академик РАН, один из ведущих мировых специалистов в области нейробиологии памяти, высших функций мозга и сознания. Автор фундаментальной Гиперсетевой теории мозга (теории когнитома).

Му-мин Пу - всемирно известный китайско-американский нейробиолог и биофизик, научный руководитель Института нейронаук Китайской академии наук (CAS), директор Центра передового опыта в области наук о мозге и интеллектуальных технологий CAS. Один из самых авторитетных исследователей пластичности мозга в мире. Главный идеолог и архитектор масштабного государственного проекта China Brain Project (https://en.wikipedia.org/wiki/China_Brain_Project), который объединил фундаментальное изучение мозга с разработкой систем «интеллекта, подобного мозгу».

1) Про синхронизацию: В искусственных сетях синхронизация отсутствует — обучение там идет через подстройку весов, исходя из средней скорости их обновления.... В живой нервной системе обработка сигналов на уровне отдельных импульсов (спайков) крайне эффективна, а сама информация не объединяется в общие массивы (не агрегируется). Создавать алгоритмы для импульсных нейросетей (Spiking Neural Networks), которыми сейчас активно занимаются исследователи, гораздо сложнее...

2) про алгоритмы: люди будут вынуждены задуматься о более совершенных алгоритмах и более эффективной архитектуре. Архитектура современных больших языковых моделей слишком проста: даже если взять Трансформер, в нем все равно используется базовая однородная структура связей, преимущественно с прямым распространением сигнала (feed-forward). При этом не учитывается разнообразие нейронов...

И правда, моделей то нейронов и правда много - вот пример репозитория, который развиваю https://github.com/D2718281828nis/Neuro-Neuron_Models

3) про ИИ и карьеру ученого: нынешним студентам неизбежно придется столкнуться с этой проблемой. Альтернативы нет — они окажутся в эпицентре этих вызовов. Именно по этой причине я инициировал проект AnyMind.

В оригинала интервью этот проект упоминается как AnyMind. На просторах интернета удалось найти ссылку на него (в прямую он просто не гуглится): https://anyminds.org

Зоны спроса и предложения (supply/demand) — один из самых сильных концептов в трейдинге и один из самых субъективно рисуемых. Идея красивая: цена уходит из области, где крупный игрок набрал позицию, а потом возвращается «добрать» — и от этой области снова разворачивается.

В этой статье разберём сканер, который делает именно это. Он проходит по всему рынку BingX, находит зоны спроса и предложения на старшем таймфрейме, оценивает каждую зону скорингом, ждёт возврата цены и подтверждающего пинбара на 5-минутках — и присылает сигнал в Telegram с нарисованным графиком: свечи, зоны, выделенная сигнальная область, уровни входа и стопа.

Весь код выложен на GitHub — советую читать статью параллельно с исходниками.

Довольно давно у меня в кладовке пылился синтезатор Roland JUNO-G. Его поразила родовая болезнь – быстрая смерть LCD, замену которому Roland выпускала по конским ценам, а потом и просто прекратила выпуск. При этом в остальном синтезатор полностью рабочий и выбрасывать его было жалко. И тут, спустя много лет, мне попался репозитарий на GitHub с описанием способа нестандартного ремонта дисплея Roland JUNO-G. Я осуществил его на собственном синтезаторе и хочу немного рассказать об этом. Тема интересная, поскольку таким образом можно восстанавливать разную устаревшую технику.

Движение превращает смутные размышления в нечто конкретное — то, что уже можно увидеть, проверить и исправить. Опыт Диккенса, Дарвина, Роулинга, Эйнштейна, Черчилля, Пола Грэма и других.

Хочу поделится с более конкретным примером и подробным описанием настройки плагинов для ArgoCD чем это описано в их офф документации.

Полезные качества руководителя иногда начинают работать против команды. Осторожность превращается в подозрительность, ответственность — в гиперконтроль, а опыт неудач — в ожидание очередного провала. Разбираю три психологических стиля управления и показываю, как поведение руководителя постепенно создаёт именно ту команду, которой он опасается.

ИИ помогает инженеру. Но готов ли инженер безопасно его использовать?

Чтобы найти ошибку в конфиге Cisco, многие просто копируют его целиком в ChatGPT. На решение проблемы уходит две минуты. Но вместе с конфигом искусственный интеллект получает информацию о внутренней инфраструктуре компании.

Если посещаемость бодро растёт, доход от рекламы лежит на полу, а сервер просит пощады, вам не показалось. Мы нашли распределённого краулера, который приходил из поиска, выдерживал паузы, листал статьи и загружал картинки. Всё выглядело по-человечески, пока журналы разных сайтов не встретились. Тогда выяснилось: поиск играл один адрес, навигацию другой, картинки третий, а самого человека не существовало. А потом на сцену вышел GSCAN с паспортами ClaudeBot, GPTBot и ещё пяти знаменитостей.

Слышали про Effect — One-Time Events? Когда я о нём узнал — сразу стал использовать этот паттерн в своих ViewModel, дополнительно избавляясь от error: String? и подобных в моём стейте.

Однако я столкнулся с тем, что реализовать паттерн Effect можно по-разному. Давайте кратко обсудим каждый способ и выберем самый лучший для вашего проекта!

Приветствую, уважаемые читатели.

Ранее я публиковал на Хабре статью «Пещерные астронавты. Предыстория освоения внеземных лавовых трубок». Будет удивительно, если и освоение Марса начнётся с пещерного века, уже пережитого нашими предками на Земле. Впоследствии эта тема натолкнула меня на поиски и находки, подсказывающие, что современные города неплохо приспособлены к подземному расширению, и дело не ограничивается разветвлёнными хорошо проветриваемыми метрополитенами. Примерно с начала XXI века разрабатываются дизайнерские, полуфантастические и вполне утилитарные проекты подземных городов, а первые образцы «человеческих муравейников» известны со времён расцвета Византийской империи. Ниже расскажу о некоторых общих чертах современной подземной урбанистики, основным двигателем развития которой сейчас стали глобальные изменения климата.