RRDESK
Техподдержка
Все публикации подряд на Хабре
21.11.2026
Gemini 4 Neon догнала Opus 5.5, но релиз почти никто не заметил

Неделю назад я бы рассмеялся в лицо любому, кто сказал бы, что я буду хвалить нейросеть Google. Рынок давно сжался до Opus 5.5 наверху и вечных споров с ChatGPT внизу. А потом вышла Gemini 4 Neon: “средняя” модель, которая понимает задачи с полуслова, сама чинит баги в чужих MCP-адаптерах и находит причины тормозов сервера, которые искали три недели.
Рассказываю, почему вокруг релиза стоит тишина, что Google только что починила в кэше Antigravity и где у Neon вылезают слабые места.
Смотреть тесты и цифры21.11.2026
[Перевод] Дообучаем на Mac малую языковую модель для RAG в браузере

Задача выглядела довольно простой: дообучить Qwen3-0.6B отвечать на вопросы по фрагментам текста, найденным семантическим поиском. Но первые эксперименты дали обратный эффект: модель стала чаще выдумывать подробности, хотя validation loss продолжал снижаться. Четыре версии обучающих данных помогли разобраться, почему так происходит и как удалось втрое сократить число галлюцинаций — пусть и ценой более частых отказов от ответа.
Посмотреть результаты21.11.2026
Как я перестал быть диспетчером у своих ИИ-агентов

Рядом с рабочим монитором у меня долго стоял ноутбук с открытым окном агентов. Раз в двадцать–тридцать минут я ловил себя на том, что опять туда кошусь: не встал ли кто-нибудь на вопросе, не пошёл ли крутиться по кругу. Я не решал так делать осознанно, привычка выработалась сама, как нервный тик. Пока агент был один, всё выглядело просто: дал задачу, обсудил, посмотрел код. Когда параллельных сессий стало несколько — в разных ветках или разных репозиториях — код они по-прежнему писали быстро, а вот переносить результат от планирования к реализации, пересказывать контекст и объяснять ревьюеру, что проверять, приходилось мне руками. Агенты сняли с меня набор кода и незаметно превратили в диспетчера: этому ответил, за тем присмотрел, этот вообще встал посередине и ждёт.
А если просто отпустить их в свободное плавание без понятных ограничений, случаются совсем комичные вещи. Однажды я заглянул в задачу, которая висела открытой уже шесть часов, а рецензент там спокойно шёл на четырнадцатый круг ревью. Я посмотрел на это и подумал: «Вот молодец, четырнадцатый круг, уж теперь-то точно всё получится», — остановил процесс и отдал задачу архитектору, чтобы сначала разобраться, что мы вообще чиним. Если каждый новый прогон находит свежие замечания, значит, сама постановка сломана и надо сделать шаг назад.
Читать далее21.11.2026
Эволюция NFQWS2 ASUS Community (+ Keenetic)

От одного ASUS до генератора стратегий: эволюция NFQWS2 ASUS Community до Build 101
История community-адаптации nfqws2 для ASUSWRT-Merlin и OpenWrt: архитектура, NFQUEUE, SmartDNS, безопасный импорт, диагностика, отдельные профили устройств, генератор стратегий, 98 пресетов и обновления Build 100–101.
У меня дома два совершенно разных ASUS: современный GT-BE19000AI и старый RT-AC87U. Когда я начал адаптировать nfqws2 для этих устройств, задача казалась относительно простой: установить движок, связать его с правилами маршрутизатора и сделать удобное управление через браузер. Но очень быстро выяснилось, что запущенный процесс ещё не означает работающий сетевой инструмент. Пакеты могут не попадать в очередь, DNS может идти другим путём, а удачная стратегия для телевизора может оказаться неудачной для компьютера.
Так появился NFQWS2 ASUS Community — community-проект, который вырос из адаптации для ASUSWRT-Merlin с Entware в систему с нативными пакетами OpenWrt, веб-панелью, импортом профилей, SmartDNS, диагностикой и разными стратегиями для разных устройств.
В первой статье я разбирал фундамент проекта, а во второй — возможности Build 99. Здесь объединю обе истории и доведу рассказ до Build 101: покажу логику развития, новые инструменты подбора стратегий и объясню, зачем нужны отдельные механизмы, которые на первый взгляд выглядят как дополнительные кнопки в интерфейсе.
Главное окно веб-панели. На иллюстрациях используются демонстрационные настройки; часть снимков сделана в более раннем Build 73.
Что это за проект и чем он не является
Основой послужили zapret2, nfqws2-keenetic и nfqws-keenetic-web. Методы обработки трафика и исходные идеи интерфейса принадлежат этим проектам. Моя работа — адаптация к ASUS, интеграция с прошивкой, упаковка, развитие панели, импорт и обмен профилями, SmartDNS, диагностика и поддержка OpenWrt.
NFQWS2 получает выбранный трафик через NFQUEUE и применяет к нему заданную стратегию обработки. Это не VPN и не прокси: соединение остаётся прямым, внешний IP-адрес сам по себе не меняется. Результат зависит от протокола, особенностей сети и DPI провайдера. Если недоступность вызвана причиной, на которую выбранная обработка не влияет, никакая галочка в панели её не устранит.
Преимущество установки на роутере — отсутствие необходимости ставить отдельный клиент на каждый телевизор, телефон и компьютер. Но именно на роутере особенно важно контролировать область действия: не весь домашний трафик должен проходить через одну и ту же стратегию.
Эволюция: от запуска движка до управления политиками
Развитие удобно разделить на нес
Читать далее21.11.2026
Аналоговый гитарный аудиотракт с цифровыми стереоэффектами, версия 2

Привет, Хабр! Наконец, у меня всё-таки нашлось время на совершенствование одной из любимых самоделок — коробочки с несколькими крутилками, способной в некоторой степени заменить ламповый усилитель с кабинетом, микрофоном и педалбордом.
Были добавлены входы дистанционного управления, балансные выходы, а также встроенный овердрайв, который можно активировать перед любым из двух каналов предусилителя.
Читать далее21.11.2026
Кого заменит LLM

LLM наступают, топы вещают о повсеместном внедрении ИИ, повышении производительности, ускорении процессов и сокращении персонала. Эксперты-футурологи уверенно ждут массовой безработицы, цивилизационного кризиса, глобального вымирания человечества (духовное, когнитивное и физическое).
Я не готов заглядывать так далеко и глубоко, поэтому задался вопросом, кому стоит опасаться LLM и почему.
Эта статья об ИИ, корпорациях и их сотрудниках.
Читать далее21.11.2026
SAFe Coaches Handbook — Глава 4. Управление Бэклогом Команды

Всем приветы!
Немного почитать вам на выходных ;) Продолжаю делиться переводом книги SAFe Coaches Handbook - Darren Wilmshurst.
Читать далее21.11.2026
Вышел Spring Boot 4.2. Что поменяется, если просто обновить версию?

Всем привет! Меня зовут Михаил Поливаха, я технический лидер проекта Axelix, AI Native платформы для Java-разработки.
19 ноября вышел Spring Boot 4.2.0. В нём появился AMQP 1.0, executable JAR-ы стали быстрее стартовать, а RestTemplate официально начал свой путь к удалению.
Представьте, что у вас сервис на Boot 4.1, который работает с RabbitMQ. Вы обновляете версию Boot, открываете свой pom.xml, а там всё тот же spring-boot-starter-amqp. Казалось бы, чего тут проверять-то? Так вот, в 4.2 этот стартер подключает поддержку другого протокола, и так можно сломать продакшен.
Давайте разберёмся, откуда это взялось, что ещё может поменяться при обычном обновлении и какие фичи в 4.2 я бы попробовал отдельно. За основу возьмём официальные release notes.
Читать далее21.11.2026
Как мы начали тестировать SwiftUI-компоненты без UI-тестов
Опыт iOS-проекта с AI-функциональностью
В iOS-проекте с AI-функциональностью интерфейс меняется постоянно: сообщения, действия над ними, состояния ввода, оформление под разные темы. Проверять это руками дорого, а UI-тесты на XCUITest медленные и хрупкие. Мы искали способ проверять SwiftUI-компоненты на уровне обычных юнит-тестов. Ниже: что из этого вышло, во что мы упёрлись и почему главной проблемой оказался не инструмент.
Читать далее21.11.2026
Зеркальная аугментация лидара: почему при больших углах наклона отражателя дрон перестаёт видеть тёмные препятствия

Установка плоского зеркала перед лидаром позволяет заглянуть в слепые зоны под дроном без лишнего веса и механики. Но что происходит с лазерным импульсом при двойном отражении? Провели стендовые испытания на Velodyne VLP-16 и выяснили, под каким углом зеркало превращает тёмные препятствия в невидимки для автопилота.
Читать дальше21.11.2026
Естественная совесть искусственного интеллекта

В связи с развитием ИИ и, особенно, с прогнозом получения им сознания, критически важным, особенно на начальном этапе (пока сам в себя не придет и не “повзрослеет”), становиться наличие в нём (разработанных нами, а потом дополненных им самим) систем самоконтроля. В т.ч. и этического.
Очистить совесть21.11.2026
Как я перестал платить за токены и собрал локальный RAG на 72 000 чанков в SQLite

Мне 22 года, я AI/ML-инженер и исследователь: закончил бакалавриат по прикладной информатике и защите информации в СГЭУ (2022–2026), а сейчас учусь в магистратуре Самарского университета им. Королёва (Аэрокос) на программе «Системы искусственного интеллекта». До этого успел поработать и руками (декоратором — собирал каркасы из бруса на площадках), и сисадмином 1С. Параллельно пишу софт для параметрического проектирования каркасов (Deckor), веду научку по гибридным нейросетям в медицине (НИР) и строю локальную инфраструктуру для мультиагентных систем.
В какой-то момент передо мной встала классическая стена: проектов стало много, контекст в голове и в окне чата начал рассыпаться. Стандартный совет из интернета — «просто возьми LangChain, прикрути OpenAI API и залей векторную базу в Pinecone».
Но у меня нет лишних денег, чтобы оплачивать каждый чих через API. Да и тащить в проект раздутые монструозные фреймворки ради банального поиска по своим же файлам дико не хотелось.
Я решил собрать полностью локальное решение. Без внешних платных ключей, без облачных векторных БД, прямо на CPU и обычном SQLite. Ниже — разбор того, как это устроено, с какими граблями я столкнулся в процессе и почему в итоге классический RAG оказался нужен совсем не для того, о чем пишут в туториалах.
К архитектуре