Kurgan-Telecom Ru | Информационные технологии

В экосистеме современного C++ прочно укоренилось мнение: классический динамический полиморфизм через виртуальные функции (vtable) — это устаревший, медленный и недружелюбный к кэшу процессора механизм. В качестве «серебряной пули» модно предлагать связку std::variant и std::visit. По интернету кочуют статьи, утверждающие, что std::visit выполняет диспетчеризацию за фиксированное время O(1) и полностью уничтожает старый добрый ООП-подход.

Но в таких сравнениях авторы часто совершают методологическую ошибку: они противопоставляют вектор указателей std::vector<Base*> вектору сырых объектов std::vector<std::variant>. Разумеется, std::variant побеждает, но не из-за механики вызова, а благодаря стопроцентной локальности данных в кэше процессора.

Давайте снимем розовые очки, уравняем условия и изолируем саму механику вызовов. Представьте реальный сценарий: объекты тяжелые, создаются динамически в разное время и разбросаны по куче (Heap), а мы оперируем массивами их адресов.

Мы столкнем лоб в лоб std::vector<Base*> и std::vector<std::variant<TypeA, TypeB, TypeC>*> в условиях раздельной компиляции (когда оптимизатор -O2 не видит тела функций и не может применить тотальный инлайнинг).

Как быстро можно найти работу в 2026, если за плечами – серьёзный опыт fullstack-разработки?

На фоне блокировки Telegram у фаундеров проекта над которым я трудился упали доходы на ±60%, и они не смогли поддерживать дальнейшую разработку. Я обнаружил, что рынок РФ фриланса можно сказать что умер, а выход на собес через ИТ-вакансии практически...

Здравствуй, брат по (надеюсь) уму‑разуму!

Начитался и насмотрелся я в интернете всяких сайтов и сервисов, и были там статьи про один очень страшный вирус в игре «Смешарики. Компьютер Ёжика». И решил я затеять одно дельце: пересказать эту легенду максимально подробно. И затеял…

Короче, я публикую полную версию пересказа легенды об игре «Смешарики. Компьютер Ёжика». В эту версию входят сразу 2 части легенды — про 1-й и про 2-й вирус…

Одна из моих IP камер перестала сохранять настройки для FTP сервера и перестала в него писать. В остальном она работает, поток RTSP смотреть можно. Камера писала в формате DAV, а роутер будет писать как получится.

Роутер тот самый, что пишет онлайн радио в себя и делает другие безобразия. Надо бы ему, наверно, уже имя дать.

А получится так: rtsp из камеры, в бесплатное облако, из облака m4s куски в роутер и потом ffmpeg склеит их в mp4 на компе.

Если вы пользовались моим LxBox или десктопным лаунчером, то могли натыкаться на оранжевый баннер: «с этим узлом, скорее всего, не соединится». Так клиент честно сознаётся, что наткнулся на узел с транспортом XHTTP, а ядро sing-box, на котором всё крутится, его не умеет. В этот момент лаунчер тихо даунгрейдит конфиг до HTTPUpgrade.

А еще сразу как я выпустил приложение пришли запросы с AWG/AWG2 и такие: сделай! а я сюда

В какой-то момент я устал ждать и собрал свой форк ядра — sing-box-lx. Сегодня расскажу, зачем он понадобился, что внутри, и почему главное в нём — не сами фичи, а то, как он сделан.

Claude Fable 5 рвет конкурентов в кодинге и текстах. Полный обзор, как пользоваться новой нейросетью, зачем ей 1 млн токенов и как получить доступ из России.

«9 июня Anthropic выпустила Claude Fable 5 — первую публично доступную модель класса Mythos, той самой, которую в апреле сочли слишком мощной для публики. Релиз впечатляет по бенчмаркам, но чем дольше я его читал, тем сильнее крепло ощущение: модель дороже вдвое, медленнее, тратит лимиты по двойной ставке, а на части запросов сама себя понижает до Opus. Разбираю релиз по фактам и рассуждаю, почему удешевление и ускорение, возможно, важнее, чем очередные проценты на графике способностей.» Одно замечание: тон статьи — умеренно критический к индустрии в целом, не к Anthropic конкретно. Если хочешь сместить акцент (сделать жёстче или, наоборот, нейтральнее) — скажу как поправить. И поскольку это мнение под твоим именем, финальное слово за тобой — перечитай, согласен ли ты с формулировками, прежде чем публиковать.

Статья призвана познакомить читателя с тем, как биологические механизмы могут применяться при разработке искусственных нейронных сетей для создания сильного искусственного интеллекта (AGI).

Привет, Хабр! Не то чтобы сильно планировал, но обстоятельства вынудили в очередной раз вернуться к теме сравнения российских хостингов — решил, что вам мои крупицы информации могут оказаться полезными. 

На рынке сейчас великое множество предложений VPS/VDS, но все они продают примерно одно и то же. Схожие конфигурации, обилие доступных образов ОС, возможность выбора ЦОДа — всё это есть у большинства современных хостингов. А вот стоимость за одинаковые услуги может значительно отличаться.

Под катом я постарался выяснить, насколько разница в цене оправдана на практике. Для этого я протестировал несколько серверов у популярных хостингов (Timeweb, RUVDS, CLO, AEZA, VDSina и Selectel) в средней ценовой категории, с максимально схожими конфигурациями (CPU 2, RAM 4 и SSD / NVMe).

В третьей статье пойдет речь уже о готовом аллокаторе который вполне пригоден для распределения памяти

Ранее уже выкладывал способ, Как починить блокировку легальных сайтов РКН ТСПУ одной строчкой в Chrome - он работает, но не для всех.

Теперь же мы разберем ситуацию, как починить Ваш сайт если Вы Владелец / Администратор, расскажу как к этому пришёл и почему это работает.

Подробная инструкция: как войти в свой аккаунт MAX, если нет доступа к СМС, QR и паролю. Справится даже твоя бабушка.

В стандарте C++20 было представлено множество нововведений, и одним из наиболее крупных и долгожданных в их числе являлись модули. Теперь, когда с тех пор минуло около шести лет, то воодушевление сменилось здоровым цинизмом. Так, авторы сайта Are We Modules Yet прогнозируют, что поддержка модулей во всех библиотеках будет обеспечена к 1 мая 2167 года, а на Reddit не проходит и двух недель, как возникает очередной тред на тему: «Ну что, ими уже можно пользоваться»? (спойлер: нет).

Моя собственная одиссея по работе с модулями началась с того, как я в очередной раз взялся переписывать мою воксельную игру. Насколько же слабо я представлял, во что ввязываюсь.

Сегодня будет минутка саморефлексии. Решил глянуть топ чуваков кто разбирается в нейронках, и там сплошь бывшие SEO. Честно сказать, я не удивился и вот почему. Пока все от мала до велика кричат “нас заменит нейронка”, SEO-специалисты молча парсят выдачу и генерируют тысячи страниц через API языковых моделей. Возникает резонный вопрос: почему именно SEO так накинулись на нейросети и разбираются в них лучше многих других профессий?

Ответ скрыт в самой специфике работы с поисковыми системами. Мы годами учились понимать машинную логику. Алгоритмы стали нашими постоянными спутниками задолго до публичного релиза ChatGPT.

Занимаюсь проектом, на модуле ESP32 не хватило выводов! Не особо хотелось применять расширители портов на PCF8574 и ей подобные, в связи с чем пришлось городить костыль..

DevKit v1 на базе ESP-WROOM-32, на своих выводах (pins) имеет GPIO сконфигурированные только под цифровой вход, т.е. Input! Но ни как Input/Output. Это порты: GPIO34, GPIO35, GPIO36 и GPIO39.

Клиент пишет в Алиса AI: «Порекомендуй толкового дизайнера упаковки в Москве с опытом от 3 лет и бюджетом до 100 тысяч рублей». Нейросеть генерирует таблицу из трех агентств, указывает их сильные стороны и дает прямые ссылки. Вашего бренда в этом списке нет. Вы теряете деньги прямо сейчас, пока спите.

Поисковая выдача фундаментально изменилась. Люди все реже кликают по синим ссылкам. Они задают вопросы ИИ и получают готовый синтезированный ответ. Чтобы попасть в этот ответ, необходимо внедрять GEO (Generative Engine Optimization – оптимизация под генеративные ИИ-системы). В отличие от классического SEO, здесь мы боремся не за первую строчку выдачи, а за цитирование и прямую рекомендацию алгоритмом.

ИИ доверяет фактам, авторитетности и структурированным данным. В моей практике владельцы бизнеса часто удивляются: сайт висит в топе Яндекса, но Perplexity или Алиса AI его просто не видят. Причина кроется в механике работы нейросетей.

За последние несколько лет AI у меня, как и у многих моих коллег, стал одним из основных рабочих инструментов. И речь не только о том, чтобы иногда задать пару вопросов ChatGPT. AI инструменты сегодня способы приносить пользу продакт менеджеру и команде на каждом этапе жизненного цикла продукта — от появления идеи до его релиза в продакшн.

Недавно я завершила исследование, в рамках которого сравнивались два проекта по разработке продукта в сфере кибербезопасности. Один проект создавался без использования AI, второй — с активным использованием AI-инструментов на протяжении всего жизненного цикла продукта. Результат был следующий: суммарные трудозатраты (а, как следствие, и бюджет проекта) по второму проекту по сравнению с первым снизились на 36%.

Самый интересный вывод, который я сделала для себя из этого исследования - AI все еще не способен заменить специалистов полностью, но он позволяет усиливать команду, ускорять процесс получения результата, заставляет команду взаимодействовать по-другому.

Где именно AI может быть полезен в работе продакта сегодня?

Этап 1. Проверка гипотез и исследование рынка

Работа над любым продуктом начинается с формулирования гипотез. Раньше значительная часть моего рабочего времени уходила на изучение рынка, поиск нужной информации, анализ конкурентов, чтение обзоров, отзывов пользователей и аналитических материалов. Сейчас первую итерацию исследования мне помогают делать AI-инструменты: ChatGPT и Claude.

Обычно я прошу AI собрать информацию по рынку, выделить основные тренды, сравнить конкурентов, найти сильные и слабые стороны существующих решений. Важно понимать, что я не принимаю решения исключительно основываясь на ответах, полученных от AI. Но вместо нескольких часов поиска информации я получаю хорошую отправную точку за несколько минут. Особенно это полезно, когда необходимо быстро разобраться в новой предметной области.

Производственная компания с 5 филиалами и более чем 180 пользователями столкнулась с серьезными проблемами производительности 1С ERP: проведение документов занимало до 6 минут, возникали блокировки SQL, зависания терминальных сессий и риски остановки бизнеса из-за устаревшей инфраструктуры.

После аудита была выполнена шестинедельная миграция без остановки работы компании: развернута новая серверная площадка, перенесены 14 серверов, переработана архитектура 1С с разделением ролей, внедрены мониторинг, отказоустойчивый кластер, отдельный контур для фоновых заданий и многоуровневая система резервного копирования.

А детали кейса можно прочитать в статье))

Привет! Меня зовут Дарья Воронкина. Я строила и руководила командой DataHub в медтех-компании OneCell (цифровая патология — ИИ ищет опухоли и метастазы на гистологических стеклах), а сейчас консультирую компании по переходу в AI-native режим.

Расскажу, как примерно за месяц я перевела свою команду с ручных промптов на систему агентов, которая ведет операционку сама. Получилось быстро во многом потому, что за плечами годы ML-инженерии и роль лида — я уже привыкла мыслить системами, данными и процессами, оставалось переложить это на агентов. Дальше — что получилось, что сломалось и какие выводы я унесла. Будет полезно тем, кто уже собирает агентов и хочет довести их до прода.

Многие ML‑инженеры знают, что нужно использовать CrossEntropyLoss, log_softmax и logsumexp. Гораздо меньше людей могут объяснить, что именно они спасают и почему без них обучение модели периодически превращается в генератор nan. Именно об этом и поговорим.