1️⃣ Записываю разговоры в Zoom. Встреча обрывается через 40 минут, обычно это 2 аудиофайла по 40 минут. Плюс еще аудиосообщения в Телеграме вдогонку.

2️⃣ Для расшифровки аудио я использую сервис TurboScribe, он дает в сутки 3 аудио по 30 минут. Поэтому мне надо сделать так, чтобы все наши аудио уместились в 3 файла меньше 30 минут. Все аудиоматериалы встречи закидываю в программу Audacity и там сплошной аудиопоток разделяю на 3 кусочка (30 + 30 + 20).

3️⃣ Закидываю все эти 3 файла в TurboScribe. Выставляю там галочку «Определять говорящих». После распознавания речи удостоверяюсь, что в каждом тексте Speaker 1 — это я (иногда это бывает психолог, тогда приходится переименовывать, думаю, это зависит от объема разговора).

4️⃣ Создаю текстовый файл с датировкой встречи, типа 20260515.txt, и копирую туда все 3 части разговора из TurboScribe.

5️⃣ Загружаю получившуюся расшифровку в NotebookLM, прошу сделать презентацию. Внимательно читаю презентацию, разглядываю рисунки и схемы, которые создала нейросеть, восхищаюсь, как она превращает с трудом рожденные в разговоре образы в красочные иллюстрации.

6️⃣ Прошу сделать аудиообзор — перед сном слушаю подобие подкаста о том, что мы обсудили на встрече. Иногда там мелькает новая информация, о которой я даже не задумывался.

7️⃣ Когда накопился большой объем встреч (16 на данный момент), захожу через Codex в папку со всеми расшифровками разговоров и прошу проанализировать их и подсветить самое важное. ИИ прочитывает этот объем (небольшая книга разговоров за 4 месяца) и делает наблюдения общего характера. Советует что-то. Например, говорит, что идея жить в доме в деревне может быть не самой удачной, потому что я в одном из разговоров рассказывал, как я счастлив жить в центре города со всеми удобствами (всё рядом: спортзал, аптека, поликлиника, офис, английский клуб). Советует тему для следующего разговора: «Эта проблема мелькала много раз, но вы её ни разу нормально не обсудили, возможно, в этой проблеме точка роста».

Всем привет! Меня зовут Макс, я Lead Backend и автор YouTube-канала PyLounge. 

Это третья часть мини-серии о Django-миграциях. В первой части мы готовились к миграциям и разбирались с конфликтами, во второй чинили типичные подводные камни. Если их не читали, то рекомендую начать именно с них, а затем вернуться сюда.

В этом же материале поговорим о самом интересном: что происходит, когда python manage.py migrate запускается в 17:30 в пятницу на проде, под 3k RPS и таблицей в 200 миллионов строк. 

Расскажу какие блокировки в PostgreSQL берёт каждая операция Django, что внутри atomic = False, как пишется правильный паттерн expand-migrate-contract, зачемнужны AddIndexConcurrently, AddConstraintNotValid, SeparateDatabaseAndState и как обновлять данные на больших таблицах.

P.S. примеры намеренно упрощены, чтобы влезли в статью и не задушили. В реальной жизни всё ещё хуже - но шаги те же.

P.S.S. При подготовки этого материала ни одна продовая база данных не пострадала. 

PLC-Tracer новый взгляд на Ladder логику. Это бесплатный браузерный инструмент диагностики для ПЛК Allen-Bradley (ControlLogix, CompactLogix, MicroLogix и PLC-5). Он разбирает и визуализирует лестничную логику как в офлайн-режиме, так и по данным из живого контроллера. Инструмент умеет записывать состояния переменных в реальном времени через прямое подключение к ПЛК и воспроизводить сессии в режиме офлайн.

Топ-менеджеры ГК «Первый Трест» теперь уходят с работы на два часа раньше, компания экономит до 5–7 % оборота в год, а 50 000 задач по девяти жилым комплексам больше не теряются. Застройщик из Уфы рассказал, как добился этого.

Всем привет! Хочу поделиться, возможно, не новым, но, на мой взгляд, довольно изощренным видом фишинга. Кто-то уже наверняка сталкивался с таким методом, а для кого-то он окажется в новинку.

Бизнесу, разработчикам и продуктовым командам уже недостаточно подключить одну нейросеть и считать задачу закрытой. Для текста лучше подходит одна модель, для кода — другая, для изображений — третья, для видео, аудио, 3D и эмбеддингов — отдельные классы решений. Поэтому на первый план выходит не просто API нейросеть, а единый слой доступа, где можно управлять разными моделями через один понятный интерфейс, один баланс и один набор правил интеграции.

AI API ключ нужен, чтобы приложение, сайт, CRM, бот, внутренний сервис или аналитическая система могли обращаться к моделям искусственного интеллекта без ручной работы. Вместо того чтобы каждый раз открывать веб-интерфейс нейросети, пользователь отправляет запрос программно: текст, изображение, аудио, видео, задачу на генерацию кода, поиск смысла в документах или создание 3D-объекта.

Главная ценность такого подхода — скорость внедрения. Команда получает API ИИ, подключает его к своему продукту и начинает строить сценарии: автоматические ответы клиентам, генерацию карточек товаров, проверку кода, создание изображений для витрин, обработку голосовых сообщений, подготовку видео, анализ документов, поиск похожих текстов и многое другое. При этом AI API доступ можно организовать так, чтобы не зависеть от одной модели и быстро переключаться между провайдерами.

Агрегатор ИИ API в России: https://api.ranvik.ru/

Эта часть про то, как я пилю бэкенд, учусь на этом и получаю эмоциональные качели.

Для начала, напомню о себе: после 12 лет отсутствия в сфере я решил вернуться к своему базовому образованию – инженер-программист. Что-то приходится «вспоминать с нуля», но я не люблю начинать изучение полностью с теории, я больше экспериментатор.

«Если что-то может пойти не так, это обязательно случится». Мы не пытаемся предотвратить отказ, мы проектируем систему так, чтобы отказ одного элемента не валил конструкцию целиком.

В предыдущих статьях мы разобрали AutoML на задаче о Титанике и показали систему мониторинга моделей. Это были туториалы по компонентам OutBoxML. Сегодня я хочу подняться на уровень выше и поговорить о принципах, на которых эти компоненты и вся система держатся. И поговорить про это через мой опыт в судостроении и страховании.

Почему добавление второго consumer«а в очередь может привести к двойным списаниям? Разбираем на реальном кейсе: как один Topic стоил компании 312 дублей за час. »

Сравниваем поведение JMS, Kafka и RabbitMQ, показываем, почему ни одна очередь не даёт exactly‑once из коробки, и как идемпотентность, Dead Letter Queue и правильный выбор канала (команды vs события) делают интеграции надёжными.“

Готовые схемы, продакшен‑код на Java и чек‑лист, который стоит применить прямо сейчас!

Программирование — это редко про «написать кнопку». Чаще это попытка перевести хаос бизнес-процессов, привычек пользователей и странных требований в систему, которая должна работать стабильно. В статье — реальные истории из легаси, enterprise и автоматизации: DOS-мышление в вебе, Excel как основа бизнеса, реверс-инжиниринг без документации и почему иногда лучший аналитик — оператор с цифровым блоком клавиатуры.

Представь: пятница, вечер. Ты запускаешь CI для последнего пулл-реквеста, идёшь наливать кофе, возвращаешься… а билд упал. Один тест. Ты перезапускаешь проходит. «Флаки», — вздыхаешь ты и ставишь лейбл flaky. На следующей неделе история повторяется. Потом ещё раз.

Мы привыкли, что нестабильные тесты — это неизбежное зло. Их ловят повторными прогонами, а если повезёт вырезают. Но знаешь, что реально бесит? В 80% случаев корень проблемы можно найти, просто посмотрев на код теста.

Я написал инструмент, который это делает автоматически. Без логов CI, без истории прогонов — только AST и машинное обучение.

Назвал его FlakyDetector. Первая версия была исследовательским прототипом (про него у меня выходила статья на Хабре). А теперь — это полноценный продукт: CLI, веб-дашборд, CI-интеграция и даже React-фронтенд. И да, он open source.

Давай разберёмся, как это устроено.

Исключения рождаются не только в основном коде, но и в обработчиках этих самых исключений. Зачастую вопросу не уделяется должного внимания. Действительно, что может пойти не так в блоке catch? Там ведь код тривиальный! Но это только на первый взгляд.

Например, безобидный LOG.warn("...") выливается в десяток вызовов нижележащих методов. И чем больше «наслоений» в библиотеке логгирования, тем выше вероятность сбоя. Всё бы ничего, если бы не одна особенность языка Java…

В апреле 2026 года пользователям iPhone стало недоступно пополнение Apple ID с баланса мобильного счета. Учитывая ориентированность устройств на платные сервисы, владельцы «яблок» могут столкнуться с неприятными неудобствами.

Однако не стоит отчаиваться: как и многие другие ограничения последних лет, проблема с оплатой сервисов Apple решается виртуальным «переездом». О том, как подготовить iPhone к смене региона Apple ID, какую страну лучше выбрать и как пополнять счет — разберемся вместе с вами прямо сейчас!

Плагин для JetBrains-IDE, который встраивает полноценный Telegram прямо в редактор. Плюс шифрованный шеринг кода, подсветка синтаксиса в теме получателя и магия с метаданными в обычном тексте сообщения. Разбираю изнутри.

Фотография на паспорт, визу, загранпаспорт, анкету или другой документ кажется простой задачей только на первый взгляд. Нужно ровно встать, не улыбаться, убрать лишние тени, подобрать фон, соблюсти размер, сохранить естественные черты лица и не переборщить с обработкой. Раньше для этого почти всегда приходилось идти в фотоателье, платить за несколько кадров и надеяться, что результат устроит с первого раза.

Сегодня эту задачу можно решить проще: использовать нейросеть для фото на паспорт, загрузить обычный снимок с телефона и получить готовое изображение. ИИ умеет менять фон, выравнивать свет, улучшать резкость, кадрировать фото под нужные пропорции и готовить изображение для печати или загрузки в онлайн-форму.

Свадебная фотография в 2026 году — это уже не только работа со светом и ракурсом, но и магия алгоритмов. Сегодня нейросети позволяют не просто отредактировать фото, а полностью переосмыслить кадр: сменить локацию на замок в Провансе, добавить на фото отсутствующих гостей или восстановить детали кружева на платье, которые «съела» камера.

Для невест и женихов нейросеть для свадебных фото дает возможность получить идеальный альбом без бесконечного ожидания ретуши, а для фотографов — способ автоматизировать рутину и добавить кадрам журнального лоска. В этой статье мы собрали ТОП-10 нейросетей, которые помогут создать свадебную эстетику уровня Vogue или восстановить архивные снимки родителей совершенно бесплатно.

В последней части про модели конкурентности JVM языков мы сравним разные подходы друг с другом. И ответим на вопрос “А зачем теперь тред пулы, если есть столько модных концепций: корутины, файберы, виртуальные потоки ?”

Привет, Хабр! Архитектура ПО — это фундамент, на котором строится предлагаемый пользователю продукт. И если этот фундамент даёт трещину, последствия могут быть катастрофическими.

Меня зовут Евгений, я являюсь ведущим экспертом в области информационной безопасности компании ИнфоТеКС. В этой статье я разберу шесть архитектурных антипаттернов в рамках системного подхода к проектированию и покажу, как их избежать, либо оперативно исправить. Эти знания помогут улучшить качество продукта, сэкономить нервы, время и ресурсы — как свои, так и Компании.

Финальная часть серии — самая практичная. Никакой теории, только конкретика: что сдавать, как часто, на что смотреть и к кому идти с результатами. Сохрани себе, перешли коллегам.

Под катом рассказываю про 3a формат для ASCII анимаций, тулинг для работы с ним и коллекцию opensource ASCII артов для ваших cli/tui приложений, игр и постов в r/unixporn.

Когда я начинал делать Gooly, мне казалось, что главная проблема — отсутствие нормального инструмента для организации мероприятий.

Но спустя месяцы разработки и общения с пользователями я понял гораздо более неприятную вещь: большинство social-продуктов умирают не из-за плохого кода, а из-за пустоты внутри системы.

В этой статье — про cold start, хаос чатов, выгорание организаторов, network effects и то, почему живой Telegram часто побеждает «идеальный» новый сервис.