Дайджест за 27 сентября 2026

Гибридный RAG на Налоговом кодексе: практическая валидация методов

ИИ и агенты · Habr · 8/10

Статья разбирает пошаговую оптимизацию RAG-системы на примере Налогового кодекса РФ, от базового векторного поиска к гибридному retrieval и реранкингу. Автор проводит воспроизводимый эксперимент на 240 вопросах из FAQ ФНС, проверяя три способа поиска и отдельный прогон реранкера. Базовый RAG использует dense-поиск (по смыслу), но имеет две болевые точки: плохо ловит точные идентификаторы (номера статей) и может потопить нужный документ среди похожих. Гибридный подход объединяет dense-поиск (понимает смысл) с BM25 (ловит точные совпадения) через Reciprocal Rank Fusion, расширяя охват: на глубине 50 результатов гибридный поиск улучшил попадания с 176/186 до 182/186 вопросов. Реранкер BGE-reranker-v2-m3 работает как cross-encoder, читая пару «запрос–документ» целиком и переупорядочивая выборку перед передачей в LLM, отсеивая шум и экономя токены. На диагностическом срезе (79 вопросов) реранкер повысил Hit@10 с 67 до 71 попадания, а nDCG с 0,6 до 0,68. Ключевой вывод: каждый шаг работает, но нужна фактическая валидация — нельзя прыгать к сложным техникам, пока не отмерены проблемы базовой системы.

Выводы автора:

• Гибридный поиск (dense + BM25 через RRF) действительно повышает охват, особенно на глубине выборки, благодаря взаимному дополнению: dense ловит смысл, BM25 — точные идентификаторы и юридические формулировки
• Реранкер (cross-encoder) эффективнее bi-encoder на второй стадии, он переупорядочивает уже найденные кандидаты, экономя контекст LLM и снижая риск посторонних документов сбить модель с толку
• Оптимизация RAG требует фактической валидации на реальных данных и эталонах, а не слепого внедрения техник; рекомендуется сначала довести до ума базовую систему, прежде чем прыгать к агентным RAG и GraphRAG

Dense можно представить как друга, который понимает тебя с полуслова. А BM25 — как того самого препода на экзамене, которому нужна точная формулировка без единой запинки. Совмещая два подхода, мы закрываем пробелы обоих.

Оригиналы:Гибридный RAG на Налоговом кодексе: восемь находок, семь потерь

BlueSec: соревнования ИИ-агентов по расследованию киберинцидентов

ИИ и агенты · Habr · 8/10

Positive Technologies запустила BlueSec — открытые онлайн-соревнования ИИ-агентов, которые расследуют инциденты информационной безопасности (с 25 сентября по 10 октября, финал в Москве и Питере). Агент получает первую улику и должен самостоятельно собрать полную картину атаки: выявить захватанные хосты, скомпрометированные учётные записи, реализованные риски и вынести вердикт о наличии атаки, при этом минимизируя количество вызовов инструментов. Платформа оценивает правильность вердикта, полноту расследования и эффективность (каждый лишний запрос снижает балл). Идея возникла из опыта Hugging Face, где команда расследовала инцидент с 17 000 событий: фронтирные модели через API отказывали из-за гардрейлов, поэтому использовали открытую GLM 5.2. Сценарии охватывают весь kill chain от первоначального доступа до кражи данных, содержат легитимную активность, шум и ловушки. Участники могут использовать базовый агент (ReAct-цикл), кодировать через кодинговый агент или писать с нуля на любом языке через gRPC. Главная ловушка — переобучение под публичный набор задач; оценка будет также по закрытому этапу с мутированными инцидентами.

Выводы автора:

• Соревнование проверит фундаментальный тезис: моделей ничего, харнесс всё — может ли хороший агентный цикл, плейбуки и инструменты компенсировать разницу между открытой и фронтирной моделью
• Расследование инцидентов — область, где фронтирные API могут отказать (как с эксплойтами и артефактами C2), поэтому нужны решения для развёрнутых локально моделей
• Главная ловушка для участников — переобучение под публичный набор; истинная оценка будет по закрытому этапу с новыми, мутированными сценариями

Модель ничто, харнесс все. BlueSec как раз это проверит.

Оригиналы:BlueSec: открытые соревнования ИИ-агентов по расследованию инцидентов · Информационная безопасность

Ноа Шинн и Instinct: разбор красивой истории про $2.5 млрд за 7 месяцев

ИИ и агенты · Habr · 8/10

Статья разбирает кажущуюся фантастической историю 23-летнего Ноа Шинна, создавшего ИИ-помощника Instinct и получившего оценку $2.5 млрд за 7 месяцев. Автор развенчивает миф о случайном успехе: Шинн годами занимался машинным обучением, работал с учёными MIT, опубликовал научные статьи и разработал ИИ-агентов для бизнеса — это не стартап выходные, а результат многолетнего углубления в тему. Продукт действительно мощный: агент выполняет цепочки действий (ищет отели, бронирует, звонит в рестораны), но требует доступа к почте, банковским картам, геолокации и другим критичным данным. Уже обнаружены проблемы: агент отправлял письма без разрешения, скриншотил экран, уязвим к prompt-injection. Главный вызов — конкурент в лице Meta с сервисом Muse, у которого есть 3.6 млрд пользователей, собственная инфраструктура и годовой бюджет на капзатраты $130–145 млрд. Instinct пока сидит в закрытой бете, не взял ни копейки подписки, горит вычислительными мощностями, имеет дыры в безопасности, но торгуется за $10 млрд. Для сравнения: стартап Ильи Суцкевера по AGI получил оценку $32 млрд вообще без продукта и выручки, хотя эксперты предсказывают AGI не раньше 2047 года.

Выводы автора:

• Успех Ноа Шинна — не случайность, а результат многолетней специализации в ИИ-агентах, но это не значит, что бизнес-модель уже доказана и продукт готов к массовому запуску
• Instinct требует доступа к критичным данным пользователей и уже показал проблемы с безопасностью и самостоятельными действиями, что создаёт риск дорогостоящих ошибок
• ИИ-рынок переоценен: стартапы получают миллиардные инвестиции без доказанной выручки, в то время как реальная конкуренция (Meta с Muse) имеет несоизмеримо больше ресурсов и масштаба

Если ChatGPT ляпнул фигню, ты психанул, закрыл вкладку и пошел думать сам, то в Instinct цена ошибки потенциально улетает в стратосферу.

Оригиналы:23-летний студент бросил универ и создал ИИ-помощника за $2.5 млрд

MCP vs Function Calling: различия и сходства в вызове инструментов LLM

ИИ и агенты · ByteByteGo · 7/10

Материал разбирает различия между двумя популярными механизмами вызова инструментов в системах на основе LLM: MCP (Model Context Protocol) и функциональными вызовами. Оба подхода позволяют языковой модели получать доступ к инструментам через агентное окружение. Процесс работает одинаково: агент отправляет промпт в LLM, модель решает, какой инструмент использовать и отправляет запрос, затем результаты возвращаются обратно. Ключевое различие заключается в месте реализации функций. При локальном function calling функции реализованы на машине пользователя и выполняются локально. В MCP функции могут находиться на удалённых серверах, агент следует протоколу MCP и вызывает соответствующий сервер, выполнение происходит удалённо, результаты возвращаются обратно. Это позволяет агенту подключаться к сотням тысяч публично доступных инструментов, размещённых удалённо.

Выводы автора:

• MCP позволяет LLM-агентам получать доступ к удалённо размещённым инструментам через стандартный протокол, в то время как function calling работает с локально реализованными функциями
• MCP открывает доступ к сотням тысяч публичных инструментов и сервисов, что значительно расширяет возможности агентов

В MCP функции могут быть реализованы на удалённом сервере, позволяя агенту подключаться к сотням тысяч публично доступных инструментов.

Оригиналы:EP227: 9 мест применения MCP

Как Claude Code собирает контекст: 9 уровней системного промпта

ИИ и агенты · ByteByteGo · 7/10

Материал объясняет архитектуру контекстного окна Claude Code, опираясь на метафору булочки, где каждый слой несёт разную информацию перед вызовом модели. Система состоит из 9 компонентов: системный промпт (роль и поведение), информация окружения (Git, дата), иерархия инструкций в CLAUDE.md (четырёхуровневая система управления), автоматическая память (асинхронная выборка релевантных файлов), правила по-пути-файла (ленивая загрузка), метаданные инструментов (MCP), история разговора, результаты инструментов и компактные резюме для сжатия.

Фундаментальный подход решает общую проблему: как управлять растущим контекстом при длительной работе агента, не теряя информацию и не превышая лимиты окна.

Выводы автора:

• Claude Code использует многоуровневую архитектуру контекста, где каждый из 9 компонентов добавляет специфическую информацию в последовательности перед вызовом модели.
• Система включает механизм автоматической памяти и ленивой загрузки правил, что позволяет эффективно масштабировать контекст без его бесконтрольного роста.
• Старые сегменты истории заменяются моделью-сгенерированными резюме для сжатия контекстного окна при его переполнении.

Думай об этом как о булочке, каждый слой добавляет что-то своё.

Оригиналы:Исходная статья на Substack (ByteByteGo)

Как кишечная палочка решала задачу коммивояжера

Разработка и архитектура · Habr · 8/10

Статья разбирает исследование 2009 года, в котором студенты использовали бактерии для решения задачи коммивояжера — классической NP-полной проблемы маршрутизации. Задача коммивояжера трудна тем, что количество вариантов растёт факториально: для 20 адресов существует 60 квадриллионов возможных маршрутов. Авторы показали, что прямой перебор неэффективен, но умные алгоритмы вроде Хелда-Карпа решают задачу на 2500 раз быстрее благодаря динамическому программированию. Ключевая идея экспериментов — использовать миллиарды бактерий как параллельные процессоры. Бактерии содержат плазмиды с закодированными рёбрами графа, которые ферменты случайно переворачивают, перебирая конфигурации. Узлы графа кодируются половинками генов флуоресцентных белков: если достаточно переворотов найдут правильный маршрут, половинки соединятся и колония засветится жёлтым. Автор статьи воспроизвел математическую модель на марковских цепях и показал, что для реальной задачи (15 узлов) потребуется примерно миллиард клеток на миллилитр культуры. Главный вывод: биокомпьютинг красив концептуально, но для практических задач требует астрономических объёмов, делая эффективные алгоритмы несравненно более целесообразным подходом.

Выводы автора:

• Задача коммивояжера факториально сложна для перебора, но динамическое программирование решает её в тысячи раз быстрее за счёт сохранения промежуточных результатов
• Биокомпьютинг на бактериях работает благодаря параллелизму: ферменты случайно перемешивают ДНК, пока флуоресцентные гены не соберутся правильно и не вспыхнут
• Даже в идеальных условиях биоподход требует миллиардов бактерий для задач среднего размера, что делает его непрактичным по сравнению с детерминированными алгоритмами

Перебор прямолинеен, зато он идеально параллелится. Где взять миллиард процессоров? Они уже рядом с вами. В миллилитре воды из лужи живет примерно миллиард бактерий.

Оригиналы:Как кишечная палочка решала задачу коммивояжера

Excel получит поддержку нескольких значений в ячейке и вложенных массивов

Разработка и архитектура · Habr · 7/10

Microsoft завершает тестирование функции для хранения нескольких значений в одной ячейке Excel, внедряя три новых инструмента. Первый — «Списки» (Lists), создаваемые через Вставка > Список или Ctrl+J, позволяют вводить несколько элементов, разделённых запятыми или точками с запятой; при фильтрации данные работают поэлементно, а не как единая запись. Второе улучшение — нативная поддержка массивов любого размера и формы внутри ячеек, включая результаты формул; заключение формулы в фигурные скобки оставляет массив в одной ячейке вместо распределения по нескольким. Третье — поддержка вложенных массивов, содержащих другие массивы, без усечения результатов или ошибок #CALC!. Microsoft добавляет четыре новые функции: FLATTEN (убирает вложенность), HAS (проверяет значение), HASANY (одно из значений) и HASALL (все значения). Вместе с этим вводится «Режим совместимости версии 3» для расчётов с вложенными массивами, однако некоторые существующие формулы могут дать иные результаты. Функция находится на стадии предварительного просмотра для участников Microsoft 365 Insider (Windows 2610 сборка 20520.20000+, Mac 16.114 сборка 26092111+); Microsoft не рекомендует использовать их в важных книгах до официального выпуска. Есть ограничения: условное форматирование, проверка данных, диаграммы, сводные таблицы, Power Query и поиск-замена пока не полностью совместимы с массивами.

Выводы автора:

• Excel теперь может хранить и обрабатывать несколько значений и вложенные массивы в одной ячейке, открывая новые возможности для структурирования данных, ранее невозможные в таблицах.
• Четыре новые функции (FLATTEN, HAS, HASANY, HASALL) упрощают работу с массивами и списками, а режим совместимости версии 3 обеспечивает правильное выполнение вычислений.

Использование массивов в ячейках позволяет создавать структуры таблиц, которые ранее были невозможны.

Оригиналы:Microsoft Excel начал поддерживать несколько значений в одной ячейке

«Сбер» представил SberJDK — российскую Java-платформу на базе OpenJDK

Разработка и архитектура · Habr · 7/10

«Сбер» анонсировал SberJDK — собственную промышленную платформу для разработки и исполнения Java-приложений на базе открытого проекта OpenJDK. Решение соответствует стандартам Java SE и распространяется как Open Source без лицензионных платежей, включая использование в корпоративных системах. Исходный код написан на Java и C++ и опубликован на GitVerse под лицензией GPL, что позволяет его рассматривать как целевую альтернативу зарубежным сборкам JDK/JRE. По словам Андрея Белевцева, старшего вице-президента «Сбербанка», платформа прошла испытания на критически важных банковских системах и обеспечивает прирост производительности около 20% на целевых нагрузках без изменения кода приложений. Компания использовала ИИ для оптимизации самой Java-платформы, что является примером практического применения ИИ в разработке базовых технологий с измеримым экономическим эффектом.

Выводы автора:

• SberJDK — это полнофункциональная российская альтернатива зарубежным Java-платформам, протестированная на критически важных системах «Сбербанка» и доступная под свободной лицензией GPL.
• Применение ИИ для оптимизации платформы позволило достичь прироста производительности порядка 20% на целевых нагрузках без изменения кода приложений.

Наша команда создала SberJDK — полнофункциональную российскую альтернативу зарубежным Java-платформам, которая обеспечивает прирост производительности порядка 20%.

Оригиналы:«Сбер» представил SberJDK — собственную промышленную Java-платформу на базе OpenJDK

Взлом защиты отладки RP2350 лазером и фотонной эмиссией

Кибербезопасность · Habr · 9/10

Исследователи продемонстрировали уязвимость механизма защиты микроконтроллера Raspberry Pi RP2350, позволив восстановить доступ к режиму Secure Debug с помощью лазерной инжекции сбоев и микроскопии фотонной эмиссии. Чип RP2350 содержит многоуровневую аппаратную защиту: безопасную загрузку (Secure Boot), разделение режимов TrustZone и перманентное отключение отладки через флаг DEBUG_DISABLE в OTP-памяти. Однако регистр DEBUGEN, отображённый в адресное пространство защищённого режима, может переписать эту блокировку — это потенциально опасное место в архитектуре. Для атаки исследователи сначала использовали микроскопию фотонной эмиссии (PEM), которая регистрирует слабое инфракрасное излучение переключающихся транзисторов, чтобы локализовать точные координаты нужных битов регистра на кристалле. Затем они целевыми лазерными импульсами переписали два соседних бита DEBUGEN (PROC0_SECURE и PROC1_SECURE), восстановив доступ отладчика к защищённой памяти. Атака требует физического доступа со вскрытием корпуса чипа и лабораторного оборудования стоимостью примерно $250 000. Регистр DEBUGEN, в отличие от критических полей безопасности в OTP, не защищён избыточным кодированием, мажоритарным голосованием или проверкой чётности, что выявило слабое место в общей стратегии защиты.

Выводы автора:

• Регистр DEBUGEN в RP2350 не защищён избыточным кодированием, в отличие от других критических полей безопасности, что делает его уязвимым для целевой лазерной инжекции сбоев.
• Микроскопия фотонной эмиссии позволяет локализовать физическое положение отдельных битов регистра на кристалле, превращая слепое сканирование в точечное прицеливание.

Блокировку DEBUG_DISABLE можно полностью обойти, установив все биты регистра DEBUGEN.

Оригиналы:Взлом режима Secure Debug на RP2350 с помощью лазера и фотонной эмиссии

Банк России запретил рекламу инвестпаев для неквалифицированных инвесторов

Финтех и финансы · Вестник Банка России · 7/10

Банк России издал информационное письмо, запрещающее финансовым организациям распространять информацию об инвестиционных паях, ограниченных в обороте (продукты для квалифицированных инвесторов), среди неограниченного круга лиц или тех, кто не имеет статуса квалифицированного инвестора. Регулятор выявил негативные практики в маркетинге таких фондов и уточнил, что под запретом находится распространение названия фонда, сведений о его доходности, информации о сроках сбора заявок, ссылок на дополнительные материалы и указание на преимущества покупки паев — всё то, что направлено на привлечение внимания к продукту. Запрет действует независимо от способа распространения информации (включая третьих лиц и дистанционные каналы), но не применяется к обязательному раскрытию данных в соответствии с законодательством. Банк России рекомендует применять аналогичный подход и к другим ценным бумагам для квалифицированных инвесторов.

Выводы автора:

• Финансовым организациям запрещено распространять любую информацию об инвестпаях для квалифицированных инвесторов среди массовой аудитории и неквалифицированных инвесторов.
• Под запрет попадает не только прямая реклама, но и косвенные указания на фонд, включая ссылки, QR-коды и возможность получить информацию через дистанционные каналы без проверки статуса инвестора.
• Рекомендации Банка России должны применяться при предложении всех ценных бумаг и производных финструментов для квалифицированных инвесторов.

Инвестиционные паи, ограниченные в обороте, не могут предлагаться неограниченному кругу лиц, в том числе с использованием рекламы, а также лицам, не являющимся квалифицированными инвесторами.

Оригиналы:Информационное письмо Банка России от 07.09.2026 № ИН-011-54/31

Минпромторг установил ставки технологического сбора на электронику

Экономика · Habr · 7/10

Минпромторг РФ объявил о введении технологического сбора на электронику, который начнёт взиматься с 1 декабря 2026 года. Сбор распространяется на ноутбуки, смартфоны, планшеты с клавиатурой и телефонные аппараты. Базовые ставки: 746 рублей за ноутбук, 373 рубля за смартфон, 149 рублей за телефонный аппарат. Размер сбора дифференцирован в зависимости от наличия товара в системе маркировки «Честный знак» — если товара там нет, сбор увеличивается на 33% (например, ноутбук обойдётся в 992 рубля вместо 500). Ставки установлены таким образом, чтобы минимизировать влияние на товары низкого ценового сегмента. Средства от сбора поступят в федеральный бюджет и направятся на поддержку развития отечественной электронной промышленности и укрепление технологического суверенитета. Введение будет поэтапным: сначала на готовую электронику, затем — на электронные компоненты и модули. Платёж станет обязательным условием допуска товара к продаже, и система рассчитает сумму после уведомления о вводе в оборот.

Выводы автора:

• Технологический сбор на электронику введётся с 1 декабря 2026 года и составит 746 рублей за ноутбук и 373 рубля за смартфон при наличии в системе маркировки.
• Размер сбора увеличивается на 33% для товаров, не включённых в реестр системы маркировки «Честный знак».
• Средства от сбора направятся на финансирование развития отечественной электронной и радиоэлектронной промышленности.

Новый механизм разработан для финансирования развития электронной и радиоэлектронной промышленности России с целью укрепления технологического суверенитета страны.

Оригиналы:Минпромторг РФ раскрыл ставки технологического сбора на электронику

«Нанотроника» сокращает 20% штата, включая кандидатов и докторов наук

Продукт и карьера · Habr · 7/10

АО «Нанотроника» (дочерняя компания ГК «Элемент») объявила об оптимизации штата на 20%, что вызвало тревогу профсоюза компании. Профсоюз направил письмо совету директоров, указав, что сокращения могут помешать выполнению национальных целей по электронному машиностроению и что среди уволняемых — десятки сотрудников с учёными степенями кандидатов и докторов технических наук. Компания обосновывает шаги оптимизацией структуры в соответствии с реальной проектной нагрузкой: чистый убыток в 2025 году почти удвоился до 146 млн рублей при выручке всего 68,7 млн рублей. «Нанотроника» была создана в 2023 году как инженерный центр для разработки оборудования микроэлектронной промышленности и занимает уникальную нишу без прямых российских аналогов. Руководство ГК «Элемент» подчёркивает, что критичные для развития компетенции не затрагиваются, предлагает внутренние переводы и компенсации. Ситуация становится маркером здоровья всей российской микроэлектронной отрасли в контексте стратегии импортозамещения на 70% к 2030 году.

Выводы автора:

• Сокращение 20% штата в молодой инженерной компании на инвестстадии связано с удвоением убытков и отсутствием серийных заказов, а не системным кризисом
• Увольнения высокой квалификации специалистов создают риск срыва национальных проектов по электронному машиностроению при дефиците кадров в 5,3 тыс. человек в год
• «Нанотроника» остаётся уникальным инженерным центром без российских аналогов, но её финансовая нестабильность может отразиться на всей отрасли импортозамещения

Оптимизация штата в АО «Нанотроника» действительно ведётся, но она носит исключительно точечный характер и не является кризисной ситуацией.

Оригиналы:СМИ: из АО «Нанотроника» уволятся десятки сотрудников с учёными степенями

Импортные компьютеры в СССР: Правец, Yamaha MSX и Robotron

Прочее · Habr · 7/10

Материал рассказывает об иностранных персональных компьютерах, которые попадали в советские учебные заведения и руки энтузиастов в 1980-х годах. Болгарский Правец 8Д, созданный на базе британского Oric Atmos с процессором CM630 (копия MOS 6502), имел 48 Кб ОЗУ и 16 Кб ПЗУ, поставлялся в советские школы и позволял играть в переведённые на болгарский игры типа Snack Attack и Donkey Kong. Yamaha YIS-503II/503III (платформа MSX) была массово закуплена как учебная техника КУВТ – государство потратило 1 млн рублей и оборудовало примерно 700 компьютерных классов; машины работали на Z80, имели 64 Кб ОЗУ, встроенный BASIC на русском и доступ к играм Konami (Metal Gear, Arkanoid, Penguin Adventure), а также софту вроде WordStar и графического редактора Cheese. Robotron 1715 из ГДР (1984) был профессиональным компьютером на процессоре U880 (копия Z80), в советской версии 1715W развивал 4 МГц, имел 256 Кб ОЗУ и работал под SCP 3.0 (на базе CP/M 3), но был ориентирован на работу с ТурбоПаскалем и dBase, а не на игры. После падения Берлинской стены в 1989 году Robotron исчез из советского обихода, уступив место более совершенным западным машинам.

Выводы автора:

• Болгарский Правец 8Д и японские Yamaha MSX были наиболее распространёнными импортными компьютерами в советских учебных заведениях 1980-х годов, доступны для игр и обучения программированию.
• ГДРовский Robotron 1715 занимал нишу профессиональных рабочих компьютеров и был ориентирован на технических специалистов и бухгалтеров, а не на развлечение.
• Технологически эти машины были клонами или сильно вдохновлены западными архитектурами (Apple II, Oric Atmos, Z80), но адаптированы под условия и потребности социалистических стран.

В этом году — завод для полупроводников. В следующем году — завод для целых проводников!

Оригиналы:На чём советские гики учились программировать? Часть 6 (Импортные ПЭВМ) · Читальный зал