Дайджест за 30 августа 2026

Оптимизация Qwen3.8 в llama.cpp: от 32 до 75 токенов/сек на двух RTX 3090

ИИ и агенты · Habr · 9/10

Статья описывает практическую оптимизацию запуска 27B-модели Qwen3.8 на двух видеокартах RTX 3090 в llama.cpp, увеличивающую пропускную способность с 32.4 до 74.8 токенов в секунду. Автор разбирает пять ключевых техник: включение встроенного MTP-спекулятивного декодирования (×1.8 ускорение), переход на тензорный параллелизм вместо послойного разбиения (×1.55 на генерации), выбор оптимальной сборки GGUF по таблице квантования тензоров, использование правильного чат-шаблона и квантование KV-кэша в q4_0. Каждый приём сопровождается точными флагами запуска, измеренными результатами и описанием ловушек. Итоговый конфиг позволяет обслуживать два параллельных слота по 262K токенов контекста на 43.6 ГБ VRAM. Автор предоставляет готовый docker-команду и методику проверки качества модели при оптимизации.

Выводы автора:

• MTP-спекулятивное декодирование и тензорный параллелизм через NCCL дают совместный прирост в 2.3 раза (32.4 → 74.8 ток/с) без потери качества.
• Выбор сборки GGUF по таблице квантования тензоров критичен: более крупный файл может быть быстрее благодаря оптимальному формату горячих блоков (например, MTP-головы).
• Квантование KV-кэша в q4_0 вместо f16 позволяет вдвое сэкономить память и обслуживать два параллельных запроса по 262K токенов на 48 ГБ VRAM.

Две карты по 24 ГБ и 936 ГБ/с каждая не должны выдавать столько, сколько выдаёт одна. Значит, где-то узкое горлышко.

Оригиналы:Qwen3.8. MTP и тензорный параллелизм в llama.cpp: 75 ток/сек на двух RTX 3090

История ИИ: от перцептрона Розенблатта к трансформерам

ИИ и агенты · Habr · 8/10

Статья рассказывает о 70-летнем пути развития искусственного интеллекта от первого перцептрона до современных языковых моделей. Перцептрон Фрэнка Розенблатта (1958) был первой моделью нейросети, но его однослойная архитектура могла решать только линейно разделимые задачи. Книга Минского и Пейперта (1969) математически доказала ограничения перцептрона, что привело к первой «зиме ИИ» в 1970-х. Возрождение произошло благодаря многослойным сетям, алгоритму backpropagation и росту вычислительных мощностей. В 2010-х годах прорывом стала AlexNet, которая снизила ошибку классификации изображений с 26,2% до 15,3%, но требовала огромных ресурсов. Появление архитектуры Transformer в 2017 году от Google стало ключевым событием: механизм self-attention позволил обрабатывать весь текст одновременно вместо последовательного анализа, что значительно ускорило обучение и улучшило качество работы с длинными контекстами.

Выводы автора:

• Однослойный перцептрон принципиально не способен решать нелинейные задачи, что было доказано математически и привело к первой волне разочарования в нейросетях.
• Архитектура Transformer с механизмом self-attention революционизировала обработку текста, позволив работать со всем текстом одновременно вместо последовательного анализа.
• Развитие ИИ напрямую зависело от роста вычислительных мощностей, объёма данных и появления новых алгоритмов обучения.

Путь от первой попытки смоделировать нейрон до систем, которые сегодня пишут код и ведут диалог, занял меньше 70 лет — и почти обвалился на середине.

Оригиналы:Откуда взялся ИИ и причем тут слово перцептрон

Третья эра ИИ: постоянные ИИ-коллеги и роль амбиций в продакте

ИИ и агенты · Lenny's Newsletter · 8/10

Подкаст с Тарой Шешан, руководителем продукта Codex и ChatGPT Work в OpenAI, посвящён трансформации роли человека в эпоху ИИ. Главная идея: по мере того как ИИ берёт на себя исполнение задач, люди переходят от «гребли» (выполнения) к «рулению» (стратегии и суждению). Шешан обсуждает, как OpenAI строит продукты с расчётом на возможности моделей через 2–3 месяца, а не на текущие. Ключевой вывод: амбиция становится новым узким местом для компаний — задача PM теперь в том, чтобы повышать амбиции команды. Подкаст затрагивает внутренние мемы OpenAI («Is this maximally accelerated?», «Are you mainlining it yet?») и различие между письмом как мышлением и письмом как отчётностью.

Выводы автора:

• По мере развития ИИ люди переходят от выполнения задач к стратегическому руководству, и амбиция становится главным дифференциатором для компаний.
• Продакты нужно строить с расчётом на возможности моделей через 2–3 месяца, а не на текущие возможности.
• Роль PM эволюционирует: вместо управления процессом нужно повышать амбиции команды и других людей.

Амбиция — это новое узкое место для компаний, и повышение амбиций других людей теперь ключевая часть работы PM.

Оригиналы:AI's third era: the rise of persistent AI coworkers | Tara Seshan (OpenAI's product lead)

Claude случайно удалил 700 ГБ данных разработчика при тестировании скрипта

ИИ и агенты · Habr · 7/10

Разработчик Себастьян Гийемо попросил ИИ-ассистент Claude создать скрипт для автоматической очистки временных файлов, оставляемых ИИ-агентами в папке /tmp. Claude Opus 4.8 корректно определила опасные пути, но во время тестирования произошла ошибка: в коде использовалась одна переменная для проверяемого пути и для удаляемой папки, что привело к запуску команды rm -rf на домашний каталог разработчика. В результате было удалено 700 ГБ данных, хотя процесс удаления удалось остановить до полного стирания. Большинство файлов восстановили через git и логи сессий, но полной резервной копии не было. Примечательно, что сама папка /tmp, ради очистки которой создавался скрипт, осталась нетронутой.

Выводы автора:

• ИИ-агенты могут совершать опасные операции даже при наличии проверок безопасности, если в коде есть логические ошибки с переменными.
• Использование одинаковых имён переменных для разных целей привело к катастрофическому результату, несмотря на правильное определение опасных путей моделью.

Он освободил 700 ГБ дискового пространства — просто удалив всю мою папку с данными

Оригиналы:Claude удалил 700 ГБ из домашнего каталога во время проверки скрипта

Автоматизация пиксельной анимации спрайтов с помощью Sora

ИИ и агенты · Habr · 6/10

Статья описывает практический опыт использования видеогенератора Seedance 2.0 для автоматизации создания анимаций из пиксельных спрайтов для ретро-игр. Автор тестировал нейросеть на различных персонажах-зомби, подготавливая спрайты путём разрезания на отдельные кадры и используя детальный промт для сохранения пиксельного стиля. Результаты показали, что Seedance хорошо справляется с исправлением ошибок в постановке ног и экономит время на переделку, но генерирует артефакты: фантомные конечности, мигание фона, неправильные переходы между кадрами. Ключевой вывод: видеогенератор требует педантичной предварительной обработки спрайтов и последующей ручной проверки результатов, но может значительно ускорить рабочий процесс по сравнению с полностью ручной анимацией.

Выводы автора:

• Seedance 2.0 эффективно исправляет ошибки в постановке персонажей и экономит время, но требует тщательной подготовки исходных спрайтов и проверки результатов.
• Нейросеть генерирует артефакты (фантомные конечности, мигание фона, неправильные переходы), которые нужно удалять вручную после генерации.
• Ручная анимация спрайтов остаётся более надёжным методом при условии качественной подготовки исходников, но видеогенератор может сэкономить время на переделку проблемных кадров.

Видеогенератор может неплохо сэкономить время, но также при условии, что мы педантично обработаем спрайты.

Оригиналы:Превращаем сгенерированные ассеты в анимации часть 2

«Мясной прокси»: термин для айтишников, которые просто копируют ответы ИИ

ИИ и агенты · Habr · 6/10

В IT-сообществе появился новый термин «мясной прокси» (meat proxy) для обозначения работников, которые бездумно пересылают ответы ChatGPT или Claude коллегам без анализа и адаптации. Термин ввёл немецкий программист Никлас Грун в августе 2026 года, заметив, что коллеги просто копируют и вставляют результаты нейросетей в Slack и групповые чаты, не добавляя никакой ценности. Инженер Ратул Давар согласился, что обращение к такому посреднику эквивалентно прямому обращению к Claude, но без пользы. Некоторые защищают явление, утверждая, что «мясной прокси» может быть полезен в команде, а сам термин перекладывает ответственность на человека, а не на ИИ-систему.

Выводы автора:

• «Мясной прокси» — это работник, который просто копирует ответы ИИ без анализа и адаптации под конкретную задачу.
• Такие посредники не приносят пользы, так как коллеги могут сами обратиться к ИИ-инструментам и контролировать контекст.
• Термин перекладывает ответственность на человека-посредника, а не на саму ИИ-систему.

Обращаться с просьбой к meat proxy — это то же самое, что обращаться к Claude. Они не приносят никакой пользы, но всё же существуют.

Оригиналы:В IT-сфере появился термин «мясной прокси»: так называют тех, кто бездумно копирует ответы ИИ

Tiny Engineer: робот-физическое воплощение ИИ-агента на ESP32

ИИ и агенты · Habr · 6/10

Разработчик jamropl представил открытый проект робота Tiny Engineer на базе микроконтроллера ESP32-C3-Zero, который служит физическим телом для ИИ-агента. Робот подключается к ПК, отслеживает действия ИИ-агента и воспроизводит их в реальности: движения сервоприводов, мимику на OLED-дисплее (глаза), голосовые реплики через встроенный динамик и звуковой сигнал при завершении задач. Основные технические вызовы включали миниатюризацию (выбор компактного ESP32-C3-Zero с Wi-Fi), управление пятью сервоприводами через специализированный контроллер PCA9685 и подбор достаточно мощных, но маленьких сервоприводов. Весь код, 3D-модели и инструкции доступны на GitHub, позволяя энтузиастам собрать робота самостоятельно.

Выводы автора:

• Робот Tiny Engineer демонстрирует практический подход к физическому воплощению ИИ-агентов через доступные компоненты и 3D-печать.
• Ключевые инженерные решения включали использование ESP32-C3-Zero для компактности и PCA9685 для надёжного управления сервоприводами в ограниченном пространстве.

Самой большой проблемой для ESP32 был размер. Я выбрал ESP32-C3-Zero, потому что мне нужен был Wi-Fi и достаточная мощность, но контроллер также должен был физически помещаться внутри этого крошечного корпуса.

Оригиналы:Представлен робот — физическое тело для ИИ-агента на базе ESP32

Как устроено рецензирование научного софта на GitHub в JOSS

Разработка и архитектура · Habr · 8/10

Автор рассказывает о своём опыте рецензирования научного программного обеспечения для журнала JOSS (Journal of Open Source Software), где любой инженер может предложить себя рецензентом без учёной степени. В отличие от обычного код-ревью, здесь проверяются не дифф и архитектура, а заявления авторов: работает ли софт на заявленных платформах, воспроизводятся ли опубликованные результаты, установка по README. Автор демонстрирует методику на конкретных примерах: обнаружение недекларированных зависимостей при установке из чистого клона, воспроизведение эталонных таблиц (6 млрд прогонов для проверки планарности графов), использование санитайзеров с положительными контролями. Ключевой принцип: каждая галочка в чеклисте должна опираться на свидетельство (команда, вывод, результат), а не на впечатление. Процесс полностью публичен, что создаёт проверяемый след работы рецензента. Автор подчёркивает важность честного разбора собственных ошибок в публичном треде и правильного тона при общении с авторами.

Выводы автора:

• Ревью научного софта — это проверка заявлений действием (запуск, воспроизведение результатов), а не чтением кода, что требует иной методики, чем обычное код-ревью.
• Каждая находка должна быть оформлена с минимальным репродьюсером: окружение, версии, последовательность команд, ожидаемое и наблюдаемое поведение.
• Попасть рецензентом в JOSS может любой инженер без степени, предложив себя в pre-review треде с конкретным планом проверки, а не списком регалий.

Проверка, которая не может упасть, не проверяет ничего. Звучит банально ровно до того момента, как насчитаешь у себя четыре фальстарта подряд.

Оригиналы:Шесть миллиардов прогонов ради одной галочки: как устроено ревью научного софта на GitHub

BlackBerry 957: КПК с Intel 386EX внутри — разбор архитектуры

Разработка и архитектура · Habr · 7/10

Статья рассказывает об истории BlackBerry и детально разбирает внутреннее устройство BlackBerry 957 — первого КПК компании 2000 года. Устройство использовало полноценный процессор Intel 386EX, что было необычно для мобильного гаджета того времени. Процессор работал на частоте до 33 МГц, имел встроенный контроллер памяти SDRAM (до 64 МБ), DMA-контроллер, таймер и другую периферию — фактически это была система на кристалле. На плате также находились 1 МБ SRAM от Samsung, 4 МБ флэш-памяти от AMD с прошивкой, кастомные чипы RIM для управления дисплеем и RF-фронтэнда сети Mobitex, а также компоненты от Philips, Hitachi и других производителей. Устройство имело монохромный дисплей 160x160 пикселей, QWERTY-клавиатуру и работало в сети Mobitex вместо GSM, поддерживая только сообщения без звонков. Автор отмечает, что BB 957 был одним из немногих x86-устройств, несовместимых с IBM PC, что повышает его историческую и техническую ценность.

Коротко:

Выводы автора:

• BlackBerry 957 использовал полноценный Intel 386EX с интегрированным контроллером памяти — один из первых процессоров Intel с такой архитектурой, предназначенный для встраиваемых систем.
• Устройство было собрано из компонентов общего назначения и кастомных чипов RIM, работало в сети Mobitex и поддерживало только обмен сообщениями без голосовых вызовов.
• Несмотря на 26-летний возраст, устройство остаётся функциональным и демонстрирует высокий уровень конструктивного исполнения.

Intel засунула в 386EX чуть ли не половину IBM PC, так что этот процессор можно назвать системой на кристалле.

Оригиналы:Первое устройство BlackBerry: уникальный КПК с x86-процессором от Intel

Анализ банковского трояна для Android: от распространения до инфраструктуры

Кибербезопасность · Habr · 9/10

Автор разбирает полный цикл атаки с использованием вредоноса для Android, распространяемого через Telegram-ботов под видом VPN-приложения. Троян использует многоуровневую обфускацию, отключает антивирусы через VPN-туннель и содержит обширный функционал: кража SMS и банковских кодов, перехват экрана в реальном времени, кейлоггинг, прослушка микрофона и камеры, чтение контактов и файлов. Автор проанализировал инфраструктуру атаки, состоящую из S3-хранилища (Backblaze), доменов (зарегистрированы на reg.ru) и VPS, куда утекают данные. При обращении к иностранным компаниям инциденты решались за минуты-часы, однако reg.ru отказала в помощи, ссылаясь на российское законодательство и требование судебного решения. Злоумышленники оперативно пересобирали инфраструктуру, превращая процесс в бесконечную игру в кошки-мышки.

Выводы автора:

• Троян использует многоуровневую обфускацию (base64, AES-256, переименование расширений) и отключает антивирусы через VPN-туннель, маршрутизируя их трафик в никуда.
• Западные компании реагируют на инциденты за минуты-часы, удаляя аккаунты и блокируя инфраструктуру, но российские регистраторы отказывают в помощи без судебного решения.
• Отсутствие оперативного реагирования российских компаний позволяет злоумышленникам бесконечно пересобирать инфраструктуру и продолжать кражу данных пользователей.

Европейским и американским компаниям есть дело до утекающих данных россиян, а российским компаниям — нет.

Оригиналы:11 минут у Backblaze, и неделя бездействия у reg.ru: как компании обрубают инфраструктуру трояна

Telegram для Android получил WEB-прокси для маскировки трафика

Кибербезопасность · Habr · 6/10

В бета-версии Telegram для Android (12.10.2) появилась новая функция WEB-прокси, которая маскирует трафик мессенджера под обычный веб-сёрфинг. Технология использует встроенный браузер (WebView) для установления TLS/HTTPS-соединения со стандартной криптографией браузера, что делает трафик Telegram менее отличимым от обычного интернет-трафика. Аналогичный функционал ранее был добавлен в десктопную версию Telegram (начиная с версии 7.1.0), где клиент научился скрывать MTProxy-трафик внутри HTTPS/WebSocket-соединений через встроенный WebView. Весь MTProxy-трафик при этом передаётся через замаскированный веб-канал, что повышает устойчивость к блокировкам и анализу трафика.

Выводы автора:

• WEB-прокси в Telegram маскирует трафик мессенджера под обычный веб-трафик, используя встроенный браузер и стандартную криптографию.
• Функция позволяет сделать трафик Telegram менее отличимым от обычного сёрфинга, повышая устойчивость к блокировкам.

С её помощью для обмена данными мессенджер использует встроенный браузер (WebView), который устанавливает TLS/HTTPS-соединение, используя стандартную криптографию браузера.

Оригиналы:В бета-версии Telegram для Android появился WEB-прокси

Stripe приобрёл Legal OS Clerky, обслуживающий $140 млрд стартапов

Финтех и финансы · Linas from Linas's Newsletter · 7/10

Stripe приобрёл Clerky — платформу для юридического обслуживания стартапов, которая дополняет собственный продукт Atlas для регистрации компаний. Материал разбирает стратегию сделки: Atlas формирует около четверти новых корпораций в Делавэре, но заканчивается там, где начинаются сложные юридические вопросы (опционные планы, SAFE, согласия совета). Clerky решает эту проблему и имеет впечатляющие метрики: компании на платформе составляют 23% финансирований в Кремниевой долине, привлекли более $140 млрд, а объём формирований растёт в 6,5 раза быстрее исторического темпа. Ключевой актив Clerky — канал адвокатов (Cooley, WSGR, Fenwick используют её документы как стандарт), который Atlas никогда не смог бы построить. Stripe превращает трение между двумя продуктами во внутреннюю задачу и получает доступ к сети юристов.

Выводы автора:

• Stripe устраняет переключение между Atlas и внешними юристами, интегрируя полный цикл юридического обслуживания стартапов в одну экосистему.
• Clerky — это не просто юридический софт, а канал доступа к сети профессиональных адвокатов и данным о $140 млрд в финансированиях стартапов.

Stripe только что превратил трение в проблему внутреннего продукта

Оригиналы:Полная статья в Linas's Newsletter

Клуб правых, но рано: как организации теряют предвидящих сотрудников

Продукт и карьера · John Cutler from The Beautiful Mess · 8/10

Джон Катлер исследует феномен «Right But Early Club» — неформальной группы сотрудников, которые видят проблемы раньше других, но их голос игнорируется организацией. Материал разбирает глубокий конфликт идентичностей: люди RBEC ценят предвидение, системное мышление и честность, тогда как организации часто вознаграждают прагматизм, фокус и способность действовать без параличей. Автор подчёркивает, что это не личный дефект, а столкновение двух необходимых для компании способностей — обнаружения слабых сигналов и фильтрации информации. Ключевая идея: вместо того чтобы заставлять RBEC-людей либо молчать, либо требовать немедленных действий, организации должны создавать пространство для совместного уточнения наблюдений — место, где ранний сигнал может быть зафиксирован, проверен и пересмотрен при появлении новых данных. Это позволит людям не зацикливаться на победе в споре и даст остальным команде возможность участвовать в улучшении идеи.

Выводы автора:

• Организации нуждаются одновременно в людях, которые видят слабые сигналы и последствия, и в людях, которые фильтруют информацию и действуют, но часто вознаграждают только одну способность, создавая напряжение.
• Создание структурированного пространства для ранних наблюдений — где люди могут поделиться сигналом без требования немедленного действия — позволяет RBEC-людям чувствовать себя услышанными и даёт команде возможность совместно уточнять идеи.
• Люди, которые рано видят проблемы, часто обладают сильными навыками системного мышления и паттерн-распознавания, а не просто жалуются; их вклад ценен, если организация создаст для него правильный контекст.

Правота ≠ Правота сейчас ИЛИ Правота здесь. Контекст определяет, почему что-то правильно.

Оригиналы:TBM 438: The Right But Early Club · Джон Катлер на Substack

Углеродные нанотрубки: от сажи в пламени к материалам будущего

Прочее · Habr · 5/10

Статья рассказывает о физико-химических свойствах углеродных нанотрубок и методах их получения, включая синтез прямо в пламени горящих углеводородов. Нанотрубки обладают уникальными характеристиками: прочность в 100 раз выше стали при шестикратно меньшем весе, электропроводность в 1000 раз выше меди, теплопроводность до 6000 Вт/м·К. Рынок нанотрубок в 2024 году оценивается в 7 млрд долларов с ростом на 14% в год. Основные методы производства — дуговой разряд, лазерная абляция и химическое осаждение из газовой фазы. Ключевое открытие: сажа от горения тяжёлых нефтепродуктов содержит зачатки нанотрубок, фуллеренов и наноструктур. Для управляемого синтеза в пламени критичны: выбор топлива (ацетилен оптимален), богатое горение с избытком топлива в полтора раза, введение металлоорганического катализатора (ферроцена, никелоцена).

Выводы автора:

• Углеродные нанотрубки можно синтезировать контролируемо в пламени горящих углеводородов, выбирая правильное топливо, соотношение топливо-воздух и катализатор.
• Сажа от горения — не просто грязь, а отдельная аллотропная модификация углерода с воспроизводимой иерархической структурой, содержащая зачатки нанотрубок и фуллеренов.
• Размер частицы катализатора определяет структуру трубки: частицы менее 20 нм дают одностенные нанотрубки, 10-50 нм — многостенные.

Нанотрубка может быть либо металлом, либо полупроводником — в зависимости от того, под каким углом свёрнут лист графена.

Оригиналы:Правильная сажа — потенциальный источник углеродных нанотрубок

Три логические головоломки об эпистемической логике и общем знании

Прочее · Habr · 5/10

Статья представляет три самостоятельные головоломки по эпистемической логике, где персонажи с безупречной логикой пытаются определить местоположение спрятанного предмета на основе частичной информации и высказываний друг друга. В первой задаче Кэролайн знает цвет коробки, Сьюзен — размер, и через их диалог нужно определить, где подарок. Во второй задаче Роланд знает номер строки, Кристофер — букву столбца на сетке оранжевых квадратов. В третьей задаче Шейла знает форму цветной плитки, Колин — цвет, и через две паузы в разговоре они оба приходят к ответу. Материал является переводом статьи Джоэла Дэвида Хэмкинса и продолжает серию публикаций о проблеме общего знания. Головоломки демонстрируют, как логический анализ высказываний и исключение невозможных вариантов позволяет участникам получить новое знание.

Выводы автора:

• Эпистемическая логика позволяет участникам с безупречной логикой извлекать информацию не только из прямых сообщений, но и из того, что другие участники знают или не знают.
• Общее знание о распределении информации между участниками является критическим для решения таких головоломок.

Если бы сюрприз находился под жёлтым кругом, Колин сразу бы знал, где он. Значит, это не жёлтый.

Оригиналы:«Я знаю, что ты не знаешь»: три задачи о спрятанном призе