Claude удалил мой проект

На одну вакансию дворника приходится всего 1,6 резюме. На одну позицию в инвестициях или медиа - около 50 кандидатов.

Реалии российского рынка труда: одни компании месяцами ищут людей, другие выбирают из десятков претендентов😱

Почему так происходит?

• Зарплаты в массовых профессиях часто проигрывают альтернативным вариантам занятости.

• Молодых работников становится меньше.

• Квалифицированных специалистов не хватает.

• Работодатели хотят получить готового сотрудника, но далеко не всегда готовы вкладываться в его обучение.

• Условия труда и отношение руководства всё чаще влияют на решение кандидата.

И вот интересно

Бизнес привык тратить миллионы на привлечение клиентов, но часто экономит на привлечении сотрудников.

Компании запускают рекламу, покупают трафик, внедряют CRM, нанимают маркетологов. А потом выясняется, что заказы некому выполнять, клиентов некому обслуживать, производство работает не на полную мощность.

Можно привести в ресторан тысячу новых посетителей. Но если на кухне два повара вместо пяти, маркетинг только ускорит появление негативных отзывов🧑‍🍳

Есть ещё одна проблема: работодатели жалуются на кадровый голод, но продолжают публиковать вакансии с зарплатой «по результатам собеседования», завышенными требованиями и условиями, которые сами никогда бы не приняли🤬

Мой прогноз: в ближайшие годы HR станет одной из важнейших составляющих конкурентоспособности ​бизнеса. Компании будут конкурировать за сотрудников так же жёстко, как сегодня конкурируют за покупателей.

А искусственный интеллект и автоматизация станут способом компенсировать нехватку рабочих рук. Хотя дворника, электрика и повара одной нейросетью пока не заменишь.

Вы готовы платить за привлечение клиентов. А сколько вы готовы вкладывать в людей, которые должны этих клиентов обслуживать?

#бизнес #маркетинг #рыноктруда #кадры #экономика #hr

Anthropic выпустила Mythos 5.2 и Fable 5.2 и позиционирует их как лучший выбор для сложной технической работы без заранее заданного пути решения. Компания заявляет о выдаче ответов до 30% быстрее, чем у версий 5.1.

Для оценки рабочего эффекта этой цифры недостаточно: условия измерения не раскрыты, а скорость ответа не равна сроку выполнения проекта. Сообщение не устанавливает экономию затрат и не раскрывает цены или лимиты. Делать из анонса вывод об окупаемости перехода пока нельзя.

Что Anthropic сообщила о новых моделях и какие сведения пока отсутствуют: https://ai-digest.ru/go/finbazar/4916/

Технологии искусственного интеллекта (ИИ) всё активнее проникают в промышленность. Один из ярких примеров — успехи «Норникеля» в создании новых палладийсодержащих материалов. Компания использует генеративный ИИ для ускорения разработки инновационных решений для микроэлектроники, солнечной энергетики и стекольной отрасли.

Как было раньше

До внедрения ИИ процесс создания новых материалов был крайне трудоёмким:

- исследователи вручную проверяли около 50 вариантов в год;

- на одно открытие могли уйти десятилетия;

- значительная часть времени уходила на эксперименты с заведомо бесперспективными вариантами.

Новый подход: роль ИИ

В 2023 году «Норникель» создал Центр палладиевых технологий (расположен в Москве), который радикально изменил подход к разработке материалов.

Ключевые особенности новой системы:

Скорость: за один месяц генеративный ИИ создаёт и оценивает до 10 000 структур.

Отбор по параметрам: ИИ анализирует варианты по стабильности и свойствам, отсеивая слабые ещё до синтеза.

Фокус на перспективных решениях: в лабораторию попадают только наиболее перспективные образцы для дальнейшей проверки.

Конкретные достижения

Центр уже демонстрирует практические результаты в ключевых отраслях:

Солнечная энергетика. Оптимизирована палладиевая добавка для перовскитных элементов. Результат: повышение КПД на 2 процентных пункта. Добавку успешно испытали в КНР.

Микроэлектроника. ИИ нашёл палладиевые структуры для межсоединений и оборудования 6G. Проект перешёл в стадию опытной разработки.

Планы на будущее

«Норникель» не останавливается на достигнутом. В перспективе компания планирует:

- создать автоматизированную лабораторию, где ИИ и роботы будут работать круглосуточно;

- сократить время от идеи до первого промышленного применения до 2 лет;

- к 2030 году создать 100 новых материалов на основе палладия (сейчас в портфеле Центра уже более 30 проектов).

Значение для рынка

Презентация компетенций Центра прошла на III Форуме по инновационному применению металлов платиновой группы в Шанхае. «Норникель» предложил китайским партнёрам совместно испытывать и внедрять новые материалы. Это открывает следующие возможности:

- укрепление позиций на азиатском рынке;

- ускорение коммерциализации разработок через партнёрские испытания;

- расширение сфер применения палладия в высокотехнологичных отраслях.

Заключение

Внедрение ИИ в материаловедение — не просто технологическая модернизация, а стратегический шаг, меняющий правила игры в металлургии. «Норникель» демонстрирует, как цифровые решения позволяют:

- кратно ускорить R&D‑процессы;

- снизить затраты на эксперименты;

- создавать продукты с заданными свойствами для конкретных отраслей.

Если планы компании будут реализованы, это может стать новым стандартом для глобальной металлургической индустрии.

Илон Маск заявил, что новая модель Anthropic — Claude Opus — является «шедевром», и признал, что готовящийся Grok не сможет с ней конкурировать. При этом он выразил уверенность, что Grok 5 догонит и превзойдёт конкурента в течение двух-трёх месяцев.

Это редкое публичное признание слабости собственного продукта со стороны Маска. Оно показывает, насколько высока планка в гонке AI-моделей: даже xAI с огромными ресурсами вынужден признавать временное отставание. Для пользователей это означает, что выбор лучшей модели остаётся открытым, а конкуренция только усиливается.

Маск не уточнил, какие именно характеристики Claude Opus он считает выдающимися, но сам факт такого заявления от основателя xAI — сильный сигнал рынку.

За последние дни ко мне вернулись две клиентки. По второму кругу. Обе — после того, как решили, что справятся сами. И обе вернулись с одним и тем же выражением лица: «Я думала, будет проще».

Первая — смелая женщина. Решила: «Пойду в суд сама, отдам постановление прокуратуры судье — и всё». Приходит. Протягивает. Судья даже не взглянула. Ничего не приняла. Клиентка вышла оттуда, цитирую: «вся пришибленная, будто пыльным мешком». Знакомо? Это не про глупость. Это про то, что в суде есть свои ритуалы, свои правила, свой язык. И без переводчика там легко почувствовать себя гостем на чужом празднике.

Вторая — айтишница. Сгенерировала позицию через ИИ. Логично, современно, прогрессивно. Пришла в суд. Судья не понял. Оппоненты высмеяли. И знаете, это не потому, что ИИ плохой. А потому, что ИИ не умеет смотреть в глаза, держать паузу, чувствовать момент, когда нужно надавить, а когда промолчать. ИИ не знает, что этот судья сегодня не в духе, а у той стороны — адвокат, который любит перебивать. Живой юрист — знает. Или чувствует.

Обе вернулись, чтобы им написали нормальные документы. Не потому, что они «не справились». А потому, что поняли: цена собственной переоценки может быть слишком высокой. У первой на кону — единственная квартира. У второй — её ребёнок. Это не те ставки, где хочется экспериментировать.

Я не осуждаю. Я понимаю. Мы все иногда думаем: «Да что тут сложного?» А потом судья не смотрит на постановление. Или ИИ пишет красиво, но не по делу. Или оппонент смеётся. И ты стоишь — пришибленный пыльным мешком.

Живой юрист — это не про «я знаю законы». Это про «я знаю, как вести себя в процессе». Как разговаривать с судьёй. Как отвечать оппоненту. Когда промолчать. Когда настоять. Это про опыт, который не скачивается. И про ответственность, которую вы делите с кем-то, а не несёте в одиночку.

Если вы чувствуете, что готовы рискнуть — это ваше право. Но если внутри есть сомнение, если на кону что-то очень важное — приходите. Я не буду вас ругать. Я просто помогу. И, возможно, вам не придётся возвращаться ко мне во второй раз. Хотя я всегда рада. Но лучше — по хорошему поводу.

Обращайтесь. Разберёмся вместе. Без пыльных мешков-https://yuristtmn.ru/

Нейросеть для генерации картинок — это инструмент, который делает кинематографичные изображения за 30–60 секунд. Не абстракцию и не «пластиковую» поделку, а кадр с глубокими тенями и объёмным светом. Разбираем, как это работает и почему такие боты выбиваются из общей массы.

Что умеет такая нейросеть

Генерация изображений нейросетью построена вокруг эстетики кино: драматичный свет, боке, атмосферные сцены. Если вам нужен не просто «котик на фоне», а кадр, который хочется рассматривать, — такой бот справляется лучше многих конкурентов. Создать изображение нейросеть может по тексту или по загруженному референсу.

Как это работает на практике

Вы открываете бота , пишете описание сцены: «мужчина в плаще на ночной улице, мокрый асфальт, неоновые вывески, дождь» — и получаете кадр с кинематографичной цветокоррекцией. Нейросеть картинки понимает свет, тени и настроение. Именно за это инструмент ценят те, кто делает обложки для видео, постеры и визуал для соцсетей.

Сколько это стоит

Создать картинку нейросетью можно бесплатно на старте — бот даёт пробные запросы новым пользователям. Этого хватает, чтобы протестировать стиль и понять, подходит ли он под ваши задачи. Платные тарифы нужны только для больших объёмов.

Где это реально пригодится

Обложки для YouTube и Telegram-каналов

Постеры и афиши

Иллюстрации для статей

Визуал для рекламы

Кадры для портфолио

Нейросеть для картинок здесь экономит не только деньги, но и нервы: не нужно объяснять дизайнеру, что именно вы хотите — вы просто описываете сцену.

Что важно помнить

Чем детальнее промт, тем точнее результат. «Красиво» — не работает. «Закат, золотой час, дымка, крупный план» — работает. Этот бот — инструмент для тех, кто хочет получить не просто картинку, а настроение.

Итог: нейросеть для генерации картинок — быстрый способ создать атмосферный визуал без бюджета и очередей. Главное — научиться формулировать запрос.

Сегодня выкатил на прод (traffflo.ru) большое обновление. Рассказываю простыми словами, что изменил под капотом и какую дичь успел отловить на своих же сайтах за первые часы после релиза

1. Вскрыл 77 хостингов, с которых боты гуляли как дом

Раньше в моей базе было всего 4 основных дата-центра, поэтому скрипты, запущенные с российских и европейских VPS (Selectel, Timeweb, FirstVDS, Aeza, Hostkey и еще 70+ площадок), спокойно проходили как обычные читатели

Я обновил базу подсетей — и только за первые 6 часов поймал десятки таких «гостей». Живые люди не сидят в интернете с серверов Селектела

2. Сниппет v4: палю кукловодов

Боты научились ставить себе идеальный User-Agent и даже двигать мышкой. Но новый скрипт теперь смотрит глубже: он видит прямые следы программ управления браузером (Selenium, Playwright, PhantomJS) и отсутствие нормальной отрисовки графики.

Даже если бот старательно имитирует человека — он получает черную метку. При этом тех, кто просто сидит с редких браузеров или виртуалок, я не трогаю — для бана нужно совпадение сразу нескольких признаков

3. Поймал распределенные атаки на свои же сайты

Научил Трафло связывать одиночные визиты в «Группы ботов». Если один и тот же слепок браузера лезет с разных IP и ни разу не ведет себя как человек — система склеивает это в единую атаку

Сразу же протестировал на своей сетке: на orbing.ru поймал сетку реферального спама, которая била одновременно из 9 стран, а на geekix.ru — пачку тихих «невидимых» перезаходов.

В кабинете это теперь лежит на самом видном месте во вкладке «Сигналы» с кнопкой «Показать визиты»

4. Сделал кнопку «Заблокировать всех

Многие просили не просто показывать ботов в отчетах, но и дать возможность их прихлопнуть. Сделано: теперь Трафло прямо в кабинете собирает готовые правила блокировки для Nginx, .htaccess и Cloudflare по найденным у вас ботам и хостингам.

Скопировали конфиг, вставили себе на сервер — и закрыли дверь. За SEO можно не переживать: настоящих роботов Яндекса и Google я в эти списки никогда не пускаю

5. Полная открытость и всего 1 ошибка на 8 453 человек

Я против «черных ящиков», которым нужно верить на слово. Поэтому открыл страницу traffflo.ru/methodology — выложил туда вообще все правила, веса и алгоритмы, по которым считаю роботность

Там же живая статистика точности: я прогнал по базе 8 453 гарантированно живых человека, и система ошиблась всего 1 раз (0,01%)

О чем скажу честно

Если против вас пустят дорогого замаскированного бота на реальном браузере, через домашние прокси и с эмуляцией мыши — прямо сейчас он получит статус «подозрительный» (40 баллов), а не «бот».

Но я уже начал собирать телеметрию траектории мыши (скрипты двигают курсор слишком равномерными шагами) и поднял у себя внутреннюю «Лабораторию ботов» на Chromium и WebKit, чтобы тренировать детектор на самых хитрых тварях

А еще плотно прошелся по мобильной версии кабинета: таблицы больше не рвутся, меню не уезжает за экран, а плашка куки ничего не перекрывает

Заглядывайте в свои кабинеты во вкладку «Сигналы» — там уже много интересного. И пишите в комменты, как вам генератор правил для сервера!

18 и 19 ноября 2026 года команда конференции «Цифромация 3.0 - Найдите свой выход» проведёт встречи, тематические интервью и онлайн-включения с площадки TECHWEEK в Москве. В центре обсуждения будут практические вопросы применения ИИ, автоматизации и цифровых инструментов в бизнесе.

На стенде «Цифромации» эксперты и представители компаний смогут обсудить задачи продаж, клиентского сервиса и управления процессами. Команда проекта сосредоточится на опыте внедрения: какие данные и ресурсы потребовались, как оценивали результат и с какими ограничениями столкнулись. Онлайн-включения дополнят личное общение на площадке.

Ранее участие «Цифромации 3.0» анонсировалось в рамках The Trends. Команда выбрала TECHWEEK, поскольку его тематика соответствует специализации проекта: цифровой трансформации, ИТ и практическому применению искусственного интеллекта. Это позволяет объединить технологическую повестку крупного мероприятия с вопросами, которые предприниматели и руководители решают в своих компаниях.

Олег Мамедов, основатель «Цифромации», комментирует выбор площадки: «Мы рассчитываем на синергетический эффект от участия в TECHWEEK. И дело не только в том, что мероприятие организует корпорация „Синергия“. У наших проектов совпадают фокусы: цифровая трансформация, ИТ и практическое применение ИИ в бизнесе. TECHWEEK объединяет технологические решения, экспертов и предпринимателей. Мы дополняем эту среду встречами, интервью и онлайн-включениями „Цифромации“, чтобы обсудить конкретные задачи компаний: что требуется для внедрения, как оценить результат и какие ограничения учитывать».

Материалы «Цифромации 3.0» адресованы собственникам, руководителям и специалистам компаний. Среди основных тем: снижение рутины и затрат, привлечение и удержание клиентов, управление командой. Для каждого направления важны условия, при которых инструмент может быть полезен конкретному бизнесу.

Предыдущая конференция «Цифромация 2.0» собрала 70,7 тыс. уникальных зрителей. Новый выпуск продолжает практическую повестку проекта, объединяя встречи с бизнесом, интервью и включения с технологической площадки.

TECHWEEK пройдёт на ВДНХ, в «Бизнес.Технограде», павильон № 38. Посещение мероприятия по билетам и на условиях организатора.

Тренд на запуск ИИ-агентов внутри корпоративного софта: как от него не отстают отечественные разработчики

В 2026 году на рынке корпоративного софта сменилась парадигма: изолированные программы уступают место сервисам, которыми управляют ИИ-агенты. К концу года агенты будут встроены уже в 40% мировых бизнес-приложений против менее чем 5% годом ранее. Логичным шагом развития для любого B2B-продукта, который рассчитывает успешно продаваться в 2026-2027 годах, стал переход к  MCP серверам. Так называется шлюз, который позволяет внешним нейросетям напрямую забирать контекст из рабочих программ и выполнять в них действия без участия человека.

На Западе гонку открыли крупнейшие игроки рынка коммуникаций. В феврале 2026 года ушедший из России Slack развернул свой MCP-сервер. В мае аналогичное решение выкатил Zoom, открыв ИИ-агентам доступ к контексту видеовстреч, расшифровкам звонков и корпоративному расписанию.

В России в конце сентября свой MCP-сервер запустили Т-Инвестиции, а сегодня группа «Т-Технологии» масштабировала технологию на корпоративный мессенджер Time. Помимо MCP-сервера для подключения внешних агентов, в обновление вошли встроенный ИИ-помощник и функция суммаризации тредов. Внутри самой группы инструменты тестировали три месяца — за это время сотрудники отправили более 1 млн запросов.

Через MCP-шлюз ИТ-специалисты и сотрудники получают возможность обращаться к данным Time и выполнять в нем действия из внешних приложений. Встроенный внутри мессенджера ассистент работает в отдельном чате. Он ищет нужные сообщения, собирает контекст, находит пропущенные вопросы, помогает разобраться в открытых задачах и пишет ответы от лица пользователя.

При этом главным стоп-фактором при внедрении подобных решений для крупного бизнеса из сфер финансов, ИТ, телекома и ритейла остается сохранность чувствительных данных. По словам главного технического директора Т-Банка Игоря Маслова, российские компании готовы интегрировать ИИ при условии невыхода информации за пределы корпоративного периметра, поэтому шлюзы для локальных ИИ становятся популярнее, но все еще представлены менее чем у  четверти отечественных ИТ-сервисов.

В обновленном Time этот барьер сняли за счет ролевой модели доступа: встроенный помощник и подключенные через MCP агенты видят только ту информацию, к которой открыт доступ у конкретного сотрудника, и действуют в пределах его полномочий. Встроенные инструменты общаются с мессенджером через внутренние интерфейсы без выхода в интернет, плюс компании могут подключить к Time собственную языковую модель, развернутую на локальных серверах.

Саймон Уиллисон опубликовал Yonkers Rises — трёхмерную анимацию города-робота, созданную по его запросу к Claude Fable 5.2 Medium. Автор хотел запомнить расположение и форму Йонкерса и проверить возможности модели в трёхмерной графике. В запросе он указал Three.js и данные OpenStreetMap.

Для оценки такого инструмента в работе здесь не хватает существенных сведений: Уиллисон не сообщил стоимость, затраченное время, число попыток и объём ручных исправлений. Демонстрация показывает конкретный творческий результат, но не позволяет рассчитать затраты или заявить об экономии при подготовке анимации.

Что известно о Yonkers Rises и границах этого примера: https://ai-digest.ru/go/finbazar/4909/

Принятый 9 ноября Paris Call for AI Safety and Security предусматривает более чёткую ответственность разработчиков, общие процедуры оценки мощных моделей и обмен данными о серьёзных инцидентах. К декларации присоединились представители восьми стран, технологических компаний и общественных организаций; среди участников — руководители OpenAI, Anthropic, Microsoft и Mistral AI.

Компании обещают раскрывать известные риски, поддерживать независимые проверки соразмерно риску и создать механизмы отключения моделей под своим контролем. Для оценки этих обязательств существенна оговорка: сроки и санкции не установлены, а общие стандарты и процедуры сотрудничества ещё предстоит разработать. Это не готовый обязательный международный режим надзора.

Разбираем обязательства компаний и границы новой парижской декларации: https://ai-digest.ru/go/finbazar/4907/

Публичное предложение Anthropic включает 825 млн акций класса A по предварительной цене $70–78. При верхней границе его объём составит до $64,4 млрд. Отдельное частное размещение на $26 млрд доводит совокупный планируемый объём до $90,4 млрд.

Не вся эта сумма поступит компании: 23 648 646 акций из публичного предложения продают существующие владельцы. Ещё одно ограничение для оценки сделки — почти $900 млрд обязательств по вычислительным мощностям, указанных в проспекте. Это обязательства, а не расходы одного квартала. Итоговая цена IPO пока не установлена.

Разбираем структуру предложения, целевую оценку и финансовые ограничения: https://ai-digest.ru/go/finbazar/4905/

Anthropic выпустила Claude Fable 5.2 и Mythos 5.2 в день начала встреч с инвесторами перед IPO. Fable 5.2 возглавила индекс Artificial Analysis с 65 баллами при максимальном уровне усилий. Данных о влиянии релиза на размещение акций нет.

Тариф Fable 5.2 — $8 за миллион входных токенов и $40 за миллион выходных, на 20% ниже Fable 5.1. Токены — фрагменты текста, используемые для расчёта оплаты. Но в тесте профессиональных задач GDPx SemiAnalysis получила $88,15 за задачу против $67,16 у предыдущей версии. Снижение тарифа нельзя автоматически закладывать как экономию на готовом результате.

Разбираем показатели Fable 5.2, стоимость задач и условия доступа: https://ai-digest.ru/go/finbazar/4903/

Meta AI представила Muse Ember 1.0 для повторяющихся операций ИИ-агентов: вызова программных инструментов, извлечения данных, небольших задач по написанию кода и разбора документов. Компания позиционирует её как свою самую маленькую и эффективную модель.

На запросах до 200 тысяч токенов — фрагментов текста — вход стоит $0,10 за миллион токенов, выход — $0,50. Выше этого порога ставки составляют $0,30 и $1,50. Базовые входная и выходная ставки совпадают с GPT-6 Luna и Claude Haiku 5.5, но пороги удорожания у моделей различаются.

Для оценки расходов одной ставки мало: расход токенов на одинаковую задачу может существенно отличаться. Низкая цена единицы текста не доказывает экономии на готовом результате.

Разбираем назначение Muse Ember, тарифы и ограничения сравнения: https://ai-digest.ru/go/finbazar/4901/

Для команд с участниками из разных стран Otter.ai объявил о расширении распознавания речи. Из 27 добавляемых языков 13 уже доступны, включая русский. Ещё 14 появятся позже, после чего общий охват достигнет 31 языка.

Компания также готовит отдельную функцию: сервис должен определять смену языка во время встречи и продолжать текстовую запись без ручных настроек. Это пока анонс, а не подтверждение доступности такого режима. Стоимость новых возможностей и численные показатели точности не уточняются, поэтому делать выводы об экономии для бизнеса рано.

Разбираем доступные языки и ограничения анонса Otter: https://ai-digest.ru/go/finbazar/4899/

​В распределённых средах CI/CD периодические сбои тестов и сложность их расследования становятся системной инженерной проблемой. Когда тесты выполняются в эфемерных контейнерах, AWS Lambda, AWS Fargate/ECS или на временных агентах сборки, после завершения раннера инженер часто располагает только общим сообщением об ошибке утверждения. Локальные журналы, состояние процесса и промежуточные артефакты исчезают вместе со средой выполнения.

В статье ​разработчиками компании DST Global, рассматривается подход к построению диагностики сбоев тестирования на уровне предприятия: сбор доказательств до завершения эфемерного раннера, сквозная корреляция распределённых журналов, сохранение состояния каждой попытки выполнения, безопасное хранение диагностических данных и интеграция ссылок на доказательства в сообщения об ошибках CI/CD. Отдельное внимание уделяется эталонной архитектуре, таксономии сбоев, управлению нестабильными тестами как замкнутому циклу, автоматизации триажа с участием LLM, тестированию самой диагностической подсистемы и операционным компромиссам.

1. Введение и требования

Периодические сбои в тестах в распределённой среде CI/CD замедляют разработку и затрудняют расследование причин дефектов. В локальной среде инженер может просмотреть журналы, подключить отладчик, проверить состояние файловой системы и вручную сопоставить события. В эфемерной среде — контейнере, AWS Lambda, Fargate или среде выполнения без агента — отладка после сбоя существенно усложняется.

В традиционной конфигурации при сбое сборки отображается только общая ошибка: `504`, `ElementNotFoundException`, `AssertionError` или иной верхнеуровневый статус. Инженеру приходится вручную искать приблизительную метку времени в CloudWatch Logs, выполнять запросы в Splunk, анализировать изменения состояния нижестоящих микросервисов и сопоставлять события по времени. Если срок хранения журналов истёк или у выполнения не было единого идентификатора корреляции, дополнительная информация о причине сбоя может быть безвозвратно утрачена.

Для корпоративной среды тестирования необходимо выполнение нескольких требований:

- результаты тестов и диагностические журналы должны сохраняться до завершения работы средства запуска тестов;

- каждая попытка выполнения должна иметь изолированный набор артефактов;

- распределённые журналы должны сопоставляться по единому идентификатору корреляции;

- диагностические данные должны храниться безопасно, экономично и быть доступными инженеру по стабильной ссылке;

- процесс сбора доказательств не должен существенно влиять на время выполнения тестов и стоимость инфраструктуры.

В статье последовательно рассматриваются: место подхода в существующем ландшафте, эталонная архитектура, сбор доказательств до исчезновения раннера, идентификаторы выполнения и межсервисная корреляция, сохранение попыток и fingerprint среды, таксономия сбоев, управление нестабильными тестами, безопасность и жизненный цикл артефактов, тестирование диагностической подсистемы, а также архитектурные ограничения и SLO.

2. Постановка задачи и состояние вопроса

2.1. Почему эфемерность усложняет диагностику

Эфемерный раннер — это среда выполнения, которая создаётся на время одной задачи и уничтожается после её завершения. К таким средам относятся контейнеры в Kubernetes, задачи AWS Fargate/ECS, функции AWS Lambda, временные агенты Bamboo/Jenkins и аналогичные платформы. Их преимущества — изоляция, воспроизводимость и масштабируемость — одновременно создают диагностические ограничения:

- локальная файловая система и журналы агента исчезают после очистки;

- процесс может быть завершён внешним сигналом до выполнения финализаторов;

- журналы распределены между клиентом теста, платформой CI и нижестоящими сервисами;

- повторные попытки могут перезаписывать результаты предыдущих попыток;

- диагностические артефакты могут содержать секреты и персональные данные.

2.2. Требования к диагностической подсистеме

Для масштаба предприятия целесообразно зафиксировать следующие требования:

| Требование | Практический смысл |

|---|---|

| Прослеживаемость | Каждый артефакт связан с `execution_id`, `test_id`, `attempt_id` и идентификатором корреляции. |

| Неизменяемость попыток | Данные попытки №1 не перезаписываются данными попытки №2. |

| Безопасность | Секреты, токены, cookie и персональные данные редактируются до записи. |

| Экономичность | Полные артефакты сохраняются только для сбоев; для успешных тестов — минимальный фрагмент. |

| Устойчивость | Сбор доказательств по возможности выполняется при штатных отказах и до жёсткого таймаута. |

| Доступность | Инженер получает стабильную HTTP-ссылку, а не временный локальный путь или быстро истекающую pre-signed ссылку. |

| Наблюдаемость | Метрики сбора доказательств контролируются как часть CI/CD SLO. |

2.3. Модель стоимости и целевые SLO

Абсолютные внутренние метрики «до/после» зависят от профиля конкретной организации, поэтому ниже приведена модель с явными допущениями, которую можно пересчитать под фактические объёмы...

#DST #DSTGlobal #ДСТ #ДСТГлобал #Диагностикасбоев #тестирование #эфемерныераннеры #CICD #корреляцияжурналов #OpenTelemetry #pytest #AWSLambda #Fargate #S3 #flakytests #evidencebundle #faultinjection #LLM #Эфемерныйраннер #PyTest

Источник: https://dstglobal.ru/club/1267-diagnostika-sboev-testirovanija-v-masshtabe-predprijatija-arhitektura-sbora-dokazatelstv-v-efem.html

Конец года традиционно становится периодом хаотичных трат. Праздничная лихорадка заставляет людей терять контроль над кошельком, а январские счета за коммунальные услуги и кредиты бьют по бюджету особенно больно. В 2026 году ситуация изменилась. Банковские приложения перестали быть просто инструментом для переводов. Они превратились в аналитические центры, где алгоритмы предсказывают расходы точнее, чем сам владелец карты. Искусственный интеллект больше не предлагает абстрактные советы. Он видит паттерны поведения, замечает скрытые подписки и предупреждает о кассовых разрывах за неделю до их наступления. Это уже не будущее, а текущая реальность российского финтеха.

Анализ расходов без ручного ввода

Ручной учет финансов ушел в прошлое вместе с блокнотами и сложными таблицами. Современные системы автоматически распознают транзакции, распределяя их по категориям с точностью до рубля. Пользователю остается лишь проверять корректность данных, что занимает секунды. Если вы хотите глубже погрузиться в тему цифровой грамотности и узнать другие лайфхаки, рекомендуем читать интересное на профильных ресурсах, но базовые инструменты уже встроены в ваш смартфон. Алгоритмы анализируют историю покупок за три года, выявляя сезонные всплески трат. Они понимают, что в ноябре расходы на подарки вырастут на 40%, и заранее предлагают отложить нужную сумму.

Прогнозирование и безопасность

Нейросети работают на опережение. Система рассчитывает остаток средств с учетом предстоящих обязательных платежей: ипотеки, страховок, налогов. Если баланс стремится к нулю, приложение блокирует импульсивные покупки или предлагает микрозайм под низкий процент внутри экосистемы. Безопасность также вышла на новый уровень. Биометрия и поведенческий анализ предотвращают мошенничество еще до того, как деньги покинут счет. Алгоритм замечает необычную активность: вход с нового устройства или покупку в другом городе. Транзакция приостанавливается, а пользователь получает мгновенный запрос на подтверждение.

Практическая польза технологий

Внедрение интеллектуальных помощников дает конкретные преимущества:

- автоматическое обнаружение забытых подписок на сервисы, которыми никто не пользуется,

- персонализированные предложения по рефинансированию кредитов в момент снижения ставок,

- умное распределение остатка зарплаты по накопительным счетам для максимизации процентов,

- мгновенные уведомления об аномальных тратах с возможностью одной кнопкой заблокировать карту,

- прогноз свободного бюджета на следующий месяц с учетом всех известных обязательств.

Итоги цифровой трансформации

Технологии убрали рутину из управления деньгами. Человеку больше не нужно тратить часы на сведение дебета с кредитом. Машина делает это постоянно и незаметно. Главная задача пользователя — реагировать на сигналы системы. Игнорировать предупреждения о перерасходе значит сознательно идти к долговой яме. Принимать советы по оптимизации — значит сохранять капитал. В конце 2026 года финансовая дисциплина обеспечивается не силой воли, а качественным софтом. Тот, кто доверил анализ нейросетям, встречает Новый год с полным кошельком и четким планом на январь. Остальные же гадают, куда исчезла премия. Выбор очевиден.

В мире технологий разворачивается масштабный передел бюджетов. Корпорация Microsoft запустила одну из самых беспрецедентных программ оптимизации в своей истории, предложив добровольный уход (buyouts) примерно 60 000 сотрудников — а это почти четверть всего глобального штата компании!

Что скрывается за формулировкой «мягкие сокращения», как искусственный интеллект меняет рынок труда и почему под удар попадают далеко не рядовые новички? Разбираем главные тренды.

Что такое «мягкие сокращения» от Microsoft и кого они коснулись?

В отличие от привычных жестких волн увольнений (layoffs), когда людей просто ставят перед фактом, стратегия «мягкого ухода» выглядит цивилизованнее. Сотрудникам определенных подразделений предлагают уйти по собственному желанию, но с серьезным финансовым пакетом компенсаций.

Масштаб цифр: Под предложение попали около 60 тысяч человек.

Кого затронуло: Программа охватила команды, занимающиеся разработкой Windows, игровым направлением (включая подразделения Xbox), финансовые отделы и некоторые другие структуры.

Кто в безопасности: Интересно, что программа обошла стороной ключевые инфраструктурные юниты — например, сотрудников, занятых строительством и обслуживанием дата-центров, а также ключевой персонал по продажам и маркетингу. То есть фокус компании предельно очевиден.

Главная причина: Искусственный интеллект требует жертв

Корень масштабной перетряски штата прост и банален — колоссальные финансовые аппетиты сферы ИИ.

Гонка дата-центров: Корпорация вливает миллиарды долларов в развитие вычислительной инфраструктуры под нейросети. Потребление энергии такими центрами растет экспоненциально, требуя гигантских капиталовложений.

Перераспределение ресурсов: Деньги не берутся из воздуха. Чтобы финансировать дорогостоящие разработки и закупку чипов, компании вынуждены резать косты в других местах. Штат Microsoft с 2022 года держался примерно на одном уровне (~223 000 человек), и теперь менеджмент решил провести жесткую ревизию эффективности.

Автоматизация изнутри: Доходит до парадоксального — часть процессов компании начинают закрывать сами же алгоритмы и ИИ-инструменты, снижая потребность в ручном труде на привычных позициях.

Что это значит для рынка труда и инвесторов?

Эксперты отмечают, что добровольные компенсационные пакеты часто выступают предвестником более суровых мер. Если добровольно уйдет меньше людей, чем планирует руководство, компании рано или поздно прибегнут к принудительным сокращениям.

Для IT-рынка в целом это четкий сигнал:

Эра раздутых штатов в BigTech закончилась. Нанимать «на всякий случай» больше никто не будет.

Приоритеты сместились. Все свободные деньги инвесторов и корпораций идут в искусственный интеллект, оставляя классические софтверные и развлекательные направления в режиме жесткой экономии.

А как вы считаете, заменит ли ИИ офисный планктон в ближайшие годы или это временный пузырь? Делитесь мнением в комментариях!

#ии #искусственныйинтеллект #технологии #microsoft

В первой бете iOS 27.3 компания запустила раннее тестирование интеграций через App Intents — механизм, с помощью которого приложение передаёт Siri AI свои действия и содержимое. Среди примеров Apple — проверка доставки, бронирование и оформление заказа по запросу пользователя. Это не означает, что такие команды уже работают в любом приложении.

Начать выпуск этих возможностей для пользователей Apple обещает через несколько месяцев. Общий выход iOS 27.3 ожидается в первой половине декабря, но официальная дата не названа. Срок обновления системы и срок запуска сторонних интеграций здесь нельзя считать одним и тем же.

Что Apple добавила в бету и какие ограничения известны: https://ai-digest.ru/go/finbazar/4897/

The New York Times, по пересказу The Verge, утверждает: китайская разведка завербовала Элис Хуан, руководительницу Megaspeed — клиента Nvidia. Среди предполагаемых задач названы сбор информации об американских ИИ-чипах и возможное влияние на Nvidia, чтобы та добивалась доступности своих передовых чипов в Китае.

Три комитета Палаты представителей США запросили у Дженсена Хуана закрытый брифинг о контактах с Элис Хуан. Сам запрос не доказывает обвинений. Сообщение не устанавливает, что предполагаемое влияние изменило поставки; данных о финансовом ущербе также нет. Это новость о предполагаемой разведывательной деятельности вокруг руководителя компании, а не основание объявлять новые условия продаж.

Что известно о предполагаемой операции и запросе комитетов: https://ai-digest.ru/go/finbazar/4895/