Дайджест за 24 октября 2026

Как запустить компанию на ботах: опыт трёх сотрудников SpaceX за 72 часа

ИИ и агенты · Linas from Linas's Newsletter · 9/10

Три сотрудника SpaceX за три дня запустили полноценную игровую компанию Thursday Arena, используя Grok Bot для автоматизации всех бизнес-процессов. За время разработки команда слила 400+ pull-запросов, привлекла 2000 игроков в день запуска и заняла первое место в поиске Google по названию игры. Однако доход остался нулевым, что указывает на ключевое ограничение: боты успешно справляются с разработкой, тестированием, запуском и маркетингом, но не решают три критические задачи — выбор того, что строить, продажи и отказ ненужным идеям. По мнению Рошана Сданани, самой трудной частью остаётся «заставить людей об этом беспокоиться», даже с неограниченным доступом к ИИ. Материал раскрывает концепцию one-person company, где основатель оставляет за собой только стратегические решения, а боты управляют всеми оперативными функциями (продукт, поддержка, маркетинг, продажи). За последние недели Grok Bot получил новые возможности: командные боты, банковские данные, встроенную почту и переход на Claude Opus 5.5. В статье описаны 5 уроков из 72-часового разработки, архитектура one-person org chart из 6 функций, система поддержки клиентов без команды и схема запуска на ботах.

Выводы автора:

• Боты способны автоматизировать технические процессы (разработка, тестирование, запуск), но не могут заменить человека в решениях о стратегии, продажах и приоритизации
• Концепция one-person company предполагает, что основатель делегирует все рутинные функции ботам-сотрудникам, оставляя себе только три задачи: выбор направления, закрытие сделок и отказ неправильным идеям
• Успешная автоматизация требует чётких границ ответственности, источников данных и правил, которые боты не могут нарушить самостоятельно

Боты доказали, что несколько человек с ботами могут разработать, протестировать, запустить, поддерживать и продвигать продукт в течение дней. Они также доказали, что боты не решают, что строить, не вызывают интерес и не закрывают продажи.

Оригиналы:Grok Bot — компания за 3 дня с тремя сотрудниками SpaceX · Полное руководство по Grok Bot · Как нанять Grok Bot на работу

8 терминов в области ИИ, которые полезно знать

ИИ и агенты · Habr · 8/10

Статья объясняет восемь ключевых терминов современной ИИ-индустрии доступным языком. Harness (обвязка) — программная оболочка вокруг модели, предоставляющая ей инструменты и управление доступом (формула: Агент = Модель + Harness). Агенты — системы, выполняющие многошаговые задачи с использованием инструментов, опираясь на обратную связь из окружающей среды. MCP (Model Context Protocol) — единый стандарт подключения ИИ-приложений к инструментам и данным, аналог USB-C для искусственного интеллекта. Loop engineering — проектирование цикла работы агента, определяющее условия завершения, количество повторов, лимиты ресурсов и моменты обращения за помощью. Skills (навыки) — сохранённые алгоритмы действий, которые агент использует для конкретных задач, хранящиеся в формате Agent Skills. GEO/AEO — оптимизация контента под генеративные системы и ИИ-ассистентов вместо традиционного SEO. Computer Use — способность ИИ взаимодействовать с экраном через клики, ввод текста и прокрутку. AGI и суперинтеллект — AGI это ИИ с человеческим уровнем широких возможностей, суперинтеллект превосходит человека по спектру интеллектуальных задач.

Выводы автора:

• Для оценки ИИ-инструмента смотрите не только на модель, но и на обвязку (инструменты, права, управление), так как одна модель может работать по-разному в разных приложениях.
• MCP и навыки разделяют функции: MCP предоставляет доступ к инструментам и данным, а навыки объясняют, как выполнять конкретные задачи с их помощью.
• При оценке AGI или суперинтеллекта проверяйте конкретные демонстрируемые результаты системы, а не только громкие заявления компании.

Агент = Модель + Harness

Оригиналы:8 новых терминов в области ИИ, которые полезно знать

Упрощённые модели для тепловых расчётов базовых станций BBU

Разработка и архитектура · Habr · 8/10

Статья рассказывает о методах оптимизации тепловых расчётов при разработке базовых станций (BBU) компании YADRO, когда полноценные вычислительные модели требуют непомерных временных ресурсов. Компоновка BBU предусматривает два модуля в ряду с воздушным охлаждением, где воздух последовательно нагревается, а модули должны быть взаимозаменяемыми. Вместо отдельных радиаторов для каждого источника тепла применено решение с общим радиатором, испарительной камерой и металлическим бэкплейтом, что обеспечивает равномерный нагрев рёбер. Критический момент — моделирование вентилятора: стандартные аналитические модели не учитывают закрутку потока на выходе рабочего колеса (порядка 5% окружной скорости), что влияет на локальное распределение температур, хотя и слабо на интегральные параметры. Для выбора термоинтерфейса вместо термопасты применены термопрокладки, поскольку плотная компоновка телекомоборудования не позволяет усилить плату и обеспечить равномерное давление. Авторы линеаризировали модель материала термопрокладок вместо сложного гиперупругого моделирования, обойдя необходимость в дорогостоящих экспериментах. Процесс расчёта включает определение сжатия, эквивалентной жёсткости, статический расчёт сборки и итоговое тепловое сопротивление с учётом допусков компонентов.

Выводы автора:

• Упрощение расчётных моделей геометрии и компонентов критично для ускорения проектирования, но требует понимания границ применимости и способов минимизации ошибок.
• Закрутка потока на выходе вентилятора важна для точного прогноза локального распределения тепла, хотя и слабо влияет на интегральные параметры базовой станции.
• Линеаризация модели термопрокладок позволяет избежать вычислительно дорогостоящего гиперупругого анализа и необходимости в экспериментальных данных о сложнонапряженном состоянии материала.

Без упрощения расчётных моделей процесс разработки надежного решения системы охлаждения стал бы действительно бесконечным.

Оригиналы:Полная статья на Habr

«Фрактал»: как в России создавался модульный конструктор для автоматики в 90-х

Разработка и архитектура · Habr · 8/10

Интервью с инженером Андреем Тарасовым о создании отечественного модульного конструктора «Фрактал» — прототипа Arduino, разработанного задолго до массового распространения платформы. Тарасов окончил МИСиС в 1987 году и в 1986–1990-х собирал компьютеры на базе Intel i8080 и i8086 с собственными схемами, включая видеоадаптеры и другие компоненты. Компания «Фрактал» была зарегистрирована в 1996 году, а импульсом для создания модульной системы стал экономический кризис 1998 года: за три месяца Тарасов разработал набор универсальных модулей, объединённых общей шиной, которые позволяли быстро собирать различную автоматику без необходимости каждый раз переделывать повторяющиеся узлы. Модули программировались на BASIC, эволюционировали с элементной базой (от i8051 до STM32) и использовали стандартные интерфейсы SPI и I2C для связи. Системы применялись в горнодобывающей промышленности, дорожной и климатической технике, водоподготовке, аквариумах и даже в космосе — вычислительные модули MCU4 использовались в микропроцессорных наборах космических аппаратов, о чём свидетельствует публикация в Вестнике МГТУ им. Баумана (2011). Хотя «Фрактал» предвосхитил Arduino на шесть лет (1998 против 2004), Тарасов считает это принципиально разными продуктами: его набор строился на унификации и горизонтальной модульности, в то время как Arduino использует вертикальное стекирование. В планах была реализация интерпретатора Python, что позже было воплощено. Сегодня Тарасов работает инженером в немецкой компании SOREL, но продолжает развивать концепцию в качестве инженерного хобби, добавляя современные интерфейсы CAN и RS-485. Он видит новую роль модульной автоматики в эпоху ИИ: если искусственный интеллект требует вычислительных мощностей, то ему нужны и сенсоры (зрение, слух, осязание), и исполнительные механизмы для взаимодействия с материальным миром.

Выводы автора:

• «Фрактал» был отечественным модульным конструктором, созданным в 1998 году на базе унифицированной архитектуры, предшествовав Arduino на шесть лет и применявшимся в космосе, промышленности и горнодобыче.
• Модули программировались на BASIC через простой текстовый интерфейс, что позволяло любому человеку, не только профессиональным инженерам, создавать сложную автоматику и отлаживать код прямо в терминале.
• В эпоху ИИ модульная автоматика получит новую роль — станет интерфейсом между вычислительными системами и материальным миром, обеспечивая сенсоры и исполнительные механизмы для локальных решений на базе искусственного интеллекта.

Искусственному интеллекту при контакте с материальным миром нужны не только вычислительные мощности, но и то, что даст возможность видеть, слышать, «чувствовать» и, конечно, что-нибудь своими железными ручками поделать!

Оригиналы:Интервью с инженером «Фрактал»: как в 90-х создавался модульный конструктор для автоматики

Почему выравнивание на 8 байт ускоряет очистку массива на 49%

Разработка и архитектура · Habr · 8/10

Статья разбирает, как правильное выравнивание данных в памяти критически влияет на производительность операции очистки массива в Go. Автор демонстрирует через бенчмарки, что добавление 4-байтного выравнивания между полем структуры и массивом данных ускоряет функцию reset() на 49% на процессорах Intel 12-го поколения.

Причина кроется в командах REP STOSQ, которые Intel оптимизировала в архитектуре Ivy Bridge и позже: при выравнивании по 8 байтам процессор может писать целые линии кэша (64 байта) без предварительного чтения (без RFO-запросов), что значительно ускоряет процесс.

На процессорах AMD эффект менее выраженный (примерно 9%), а на ARM его нет вообще. Автор также исследует альтернативы: SIMD-инструкции показывают результаты, сопоставимые со стандартной STOSQ, но нестабильны на разрозненных страницах памяти. Практический совет: если массив очищается часто, лучше использовать метки поколения (generation tags) на элементах, чтобы избежать полной очистки — это эффективнее, чем оптимизировать саму операцию очистки.

Выводы автора:

• Выравнивание данных по 8 байтам на x86-64 улучшает производительность REP STOSQ за счёт оптимизированного пути обхода кэша без RFO-запросов
• Проблема актуальна только для Intel и частично для AMD; архитектура ARM и SIMD не чувствительны к этому выравниванию
• На практике часто выгоднее использовать логику меток поколения для условной очистки, чем добиваться максимальной скорости полной очистки

Если целевой буфер не выровнен, то производительность memset() при использовании Enhanced REP MOVSB и STOSB может деградировать примерно на 20% по сравнению с выровненным случаем.

Оригиналы:Как 4 байта выравнивания ускоряют очистку массива на 49%

История «Графины»: от MVP к Enterprise без простого форка Grafana

Разработка и архитектура · Habr · 8/10

Статья рассказывает о развитии отечественного продукта визуализации данных «Графина» от минимальной версии до полноценной платформы. Команда из трёх человек (фронтенд, бэкенд, джун) изначально рассматривала идею форкнуть Grafana, но отказалась из-за лицензионных ограничений и нежелания просто копировать чужой интерфейс. Вместо этого разработчики выбрали pragmatic approach: использовали имеющиеся технологические навыки (React 18, Node.js, MongoDB) и переиспользуемые компоненты из собственной дизайн-системы проекта «Штурвал». Архитектура была спроектирована как монолит с модульной системой плагинов, общающихся через REST API, вместо микросервисов — потому что требования были относительно простыми, а команда небольшой. При переходе к первому релизу пришлось решить сложные задачи: вынести API для переиспользования между плагинами, создать конструктор динамических запросов с учётом триггерных полей и вложенных массивов, реализовать редактор виджетов с пресетами. Второй релиз потребовал расширения архитектуры введением понятия «модуль» — компонентов, способных общаться между собой на дашборде и требующих React 18 и фирменной дизайн-системы. Это привело к использованию UMD-модулей вместо Module Federation (из-за Vite) и созданию proxy endpoint'ов на бэке. Релиз 2026H1 усложнился из-за параллельной подачи продукта на сертификацию во ФСТЭК, что замораживало ветку разработки и вынуждало учитывать регуляторные требования (журнал аудита) в основной линии. Последний релиз сфокусировался на реализации алертинга — нетривиальной системы, требующей рефакторинга сложного UX интерфейса правил из Grafana для большей удобству пользователя.

Выводы автора:

• Выбор технологий должен основываться на имеющихся ресурсах команды, а не только на абстрактных требованиях проекта; MVP — это время быстрой проверки гипотез, а не построения идеальной архитектуры на десятилетия
• Архитектура не должна быть статичной: если продукт растёт и появляются новые требования (как с модулями и кешированием), архитектуру нужно расширять и переосмысливать, но это требует заложить основы уже на MVP
• Если продукт может пойти на регуляторную сертификацию (ФСТЭК, ГОСТ), нужно узнать об этом как можно раньше и сразу учесть требования в процессы и архитектуру, чтобы избежать параллельного ведения разных веток разработки

В MVP важнее быстро проверять гипотезы и иметь возможность меняться, чем пытаться заранее построить идеальную архитектуру на много лет вперёд.

Оригиналы:Когда получилось не просто форкнуть Grafana: история «Графины» от MVP до Enterprise

Обзор серверной платы D-1581-Q3A: 16 ядер Xeon, DDR3 и бюджетная цена

Разработка и архитектура · Habr · 7/10

Подробный обзор китайской серверной материнской платы D-1581-Q3A с интегрированным процессором Intel Xeon D-1581 (16 ядер, Broadwell, 2016 года). Плата интересна для сборки домашнего NAS или лабораторного сервера благодаря сочетанию мощности (16 ядер, 32 потока), поддержке дешевой DDR3L памяти, богатому I/O (24 линии PCIe 3.0, 6 SATA, несколько сетевых портов) и низкой цене около 8700 рублей с доставкой. Процессор работает на частотах 1,7–2,4 ГГц при тепловыделении всего 65 Вт, что обеспечивает экономичность. На плате установлены три порта M.2 NVMe, чипы Realtek для сетевых портов, графический адаптер Aspeed AST2400 (видеовыход), а также множество полезных мелочей вроде встроенного спикера и индикаторов. При покупке рекомендуется выбирать доставку Почтой России, так как другие логистические партнеры отказывались работать с платой из-за экспортных санкций. Основная сложность при сборке — подбор кулера из-за нестандартного расположения процессора ниже краев платы.

Выводы автора:

• Плата D-1581-Q3A представляет отличное соотношение цены и производительности для серверных применений благодаря 16 ядрам, низкому энергопотреблению и поддержке дешевой DDR3L памяти.
• При покупке необходимо использовать доставку Почтой России, так как другие логистические компании отказываются работать с этим оборудованием из-за санкций.
• Подбор кулера является нетривиальной задачей из-за нестандартного расположения процессора на плате.

Выходит интересный послужной список, и за неплохой процессор, который распаяли на плату с богатым I/O и дешёвой DDR3L ECC памятью, китайцы просили всего-то 6 тысяч рублей.

Оригиналы:Изучаем плату-мутанта — D-1581-Q3A, 16 ядер, дешёвая DDR3 и демократичный ценник · Компьютерное железо

Новый закон о крипте в РФ: запрет на P2P-сделки и запечатывание средств с 2027

Финтех и финансы · Habr · 9/10

Детальный разбор нового российского закона о цифровых валютах (№282-ФЗ), вступившего в силу с 1 сентября 2026 года. С этой даты крипта признана валютной ценностью, и любые операции с ней грозят штрафом 20–40% от суммы. Закон разделяет крипту на российский контур (строгое регулирование через лицензированных посредников, без приватных ключей пользователей) и внешний контур (настоящая крипта, но с ограничениями на вывод). С 1 июля 2027 года основные ограничения вступят в полную силу: покупать крипту в РФ можно только через профучастников, P2P-сделки запрещены, вывести крипту из российского депозитария на личный кошелек невозможно. Получение оплаты в крипте за работу, торговля за наличные деньги и DeFi-операции (стейкинг, лендинг) также запрещены. Валютные резиденты РФ обязаны отчитываться по всем операциям во внешнем контуре. Налоговое регулирование не изменилось: налог возникает при обмене крипты на крипту и при выводе в фиат.

Выводы автора:

• С 1 сентября 2026 года получение доходов в крипте или P2P-сделки за наличные грозят штрафом до 40% от суммы
• С 1 июля 2027 года крипта в России будет разделена на два контура: российский (игрушечная крипта через посредников без приватных ключей) и внешний (настоящая крипта, но вывести её из России практически невозможно)
• Закон запрещает выдачу займов в крипте, лендинг и стейкинг, к которым может применяться классификация как незаконные валютные операции

Вход копейка, да выход рубль — из внешнего контура криптовалюта перемещается в российский легко, но в обратную сторону практически невозможно

Оригиналы:Настоящую крипту запретили в РФ с 2027: полный юридический разбор нового закона · Законодательство в IT

Секьюритизация в России: рынок достиг 1,1 трлн рублей при низком проникновении

Финтех и финансы · Б.О: Экономика · 8/10

Рынок секьюритизации в России в 2025 году достиг исторического максимума в 1,1 трлн рублей, но проникновение в ипотечный портфель остаётся низким — около 8%, что указывает на значительный потенциал роста. Заместитель председателя ДОМ.РФ Банка Иван Ларионов рассказал о стратегии развития синдицированного кредитования, ключевой сделкой которого стал первый на рынке недвижимости синдикат с Альфа-Банком по проекту «Гранель» на 31 млрд рублей. Для расширения синдикатов необходимо включение соглашений о финансировании участия в кредите (СФУК) в состав высоколиквидных активов и создание специальной платформы для торгов вторичным риском. Вторичный рынок кредитных требований практически отсутствует, поэтому предлагается начать с внебиржевого формата (OTC) с последующей стандартизацией документации. ДОМ.РФ Банк рассматривает кредитно-дефолтные свопы (CDS) как инструмент хеджирования кредитного риска, готов продавать риск застройщиков и покупать риск по крупнейшим заёмщикам из других отраслей. Однако прямая передача риска через CDS сложна из-за отсутствия рейтингов проектов и различных подходов к анализу в разных банках; более вероятна передача риска через синдицированное кредитование и СФУК.

Выводы автора:

• Рынок секьюритизации в России имеет значительный потенциал роста, так как проникновение в ипотечный портфель составляет лишь 8% при объёме 1,1 трлн рублей.
• Развитие синдицированного кредитования требует институциональных изменений: включения СФУК в ВЛА и создания платформы для торговли вторичным риском в формате OTC.
• Кредитно-дефолтные свопы будут использоваться, но основным механизмом передачи риска по проектному финансированию останутся синдикация и СФУК из-за сложности оценки проектных рисков.

Мы считаем важным включение соглашения о финансировании участия в кредите в состав высоколиквидных активов, а также их включение в дополнительный механизм получения ликвидности у Банка России.

Оригиналы:Секьюритизация: потолок далеко

Банк России сохранил ключевую ставку на уровне 14% и выявил нарушения на рынке ценных бумаг

Финтех и финансы · Вестник Банка России · 7/10

Вестник Банка России опубликовал информацию о заседании Национального финансового совета и ключевых решениях регулятора от октября 2026 года. Совет директоров Банка России 23 октября сохранил ключевую ставку на уровне 14% годовых, отметив, что экономика растёт умеренными темпами, но ценовое давление остаётся повышенным, а инфляционные ожидания — высокими. По прогнозам регулятора, годовая инфляция вернётся к 4% в 2027 году, и базовый сценарий предполагает среднюю ключевую ставку 12,5–13,5% в следующем году. Параллельно Банк России выявил несколько фактов манипулирования рынком ценных бумаг: группа аффилированных организаций совершала согласованные сделки с облигациями, генеральный директор компании использовал служебное положение для личной прибыли через более 120 сделок, а также установлены факты неправомерного использования инсайдерской информации старшим трейдером. Максимальные процентные ставки по вкладам в октябре составили 13,06%, что отражает остаточное давление на розничные депозиты.

Выводы автора:

• Ключевая ставка остаётся на уровне 14% годовых с ожиданием снижения до диапазона 12,5–13,5% в 2027 году при условии замедления инфляции
• Банк России активизировал контроль над манипулированием рынком ценных бумаг и инсайдерской торговлей, привлекая нарушителей к ответственности и издавая предписания
• Инфляционные ожидания населения и бизнеса остаются высокими, препятствуя снижению инфляции, несмотря на её прогнозируемое возвращение к 4% целевому уровню в 2027 году

По оценке Банка России, устойчивый рост цен не снижается и находится в диапазоне 5—6% в пересчете на год, прежде всего из-за влияния временного сокращения производственных мощностей.

Оригиналы:Вестник Банка России № 37 от 23 октября 2026 года — Информационные сообщения

Персональный менеджер остаётся ключом к private-сегменту

Финтех и финансы · Б.О: Экономика · 7/10

Интервью с директором отдела ключевых клиентов «Цифра брокера» Никитой Гришуниным раскрывает, как меняется сервис для состоятельных инвесторов в России. Вопреки тренду автоматизации, компания ставит на персональное общение с клиентом — человек, решающий задачи, остаётся конкурентным преимуществом в private-сегменте. Портреты клиентов типичны: предприниматели, топ-менеджеры и наследники капитала, которые ищут не продукт, а доверительные отношения. За последние годы портфели состоятельных инвесторов выросли за счёт высоких ставок и консолидации капитала; спрос смещается на облигации с фиксированной доходностью, квазивалютные инструменты и акции с дивидендной стратегией. Компания видит потенциал в инвестициях в ИИ через акции Сбера и Яндекса, ЦОД-фонды и расчётные форварды на зарубежные активы. Брокер развивает два направления: долгосрочные стратегии на облигациях и акциях (проектный подход) и алгоритмические количественные стратегии на срочном рынке. Конкурентное преимущество компании — в позиционировании как брокера первого выбора, а не подразделения банка, где основная точка приложения усилий — органический рост через доверительные отношения.

Выводы автора:

• Персональный менеджер остаётся критически важной частью private-сервиса для состоятельных клиентов, несмотря на растущую автоматизацию в массовом сегменте.
• Российский рынок акций воспринимается как рынок стоимости, а не роста; успешные инвестиции требуют фундаментального анализа компаний и проектного подхода, а не спекуляции.
• Инвестиции в ИИ доступны российским инвесторам через три канала: акции разработчиков (Сбер, Яндекс), ЦОД-фонды и расчётные форварды на иностранные компании.

Клиентам важна простота взаимодействия с инфраструктурой — намного приятнее позвонить менеджеру и сказать, что тебе нужно, чем самому разбираться в приложении.

Оригиналы:Состоятельному клиенту нужен не продукт, а человек, решающий задачу

Netflix теряет долю экрана YouTube: стратегия агрегации контента и борьба за engagement

Продукт и карьера · App Economy Insights · 7/10

Netflix наращивает прибыль, но теряет долю американского телевизионного времени перед YouTube, что ставит под сомнение устойчивость роста. В Q3 FY26 компания показала выручку $12,9 млрд (+12% Y/Y) и операционную маржу 35%, но темпы роста замедляются — это самый медленный рост за три года. YouTube достиг рекордных 14,2% экранного времени США против 7,8% у Netflix, расширив преимущество на 1,8 п.п. за год. Нетфликс переходит на модель агрегатора развлечений: интегрирует контент французского TF1, лицензирует Disney-титулы (Ice Age), экспериментирует с трансляциями live-спорта, видеоподкастами и театральными релизами (Narnia). Важный вывод: live-программы составляют лишь 1% часов просмотра, но генерируют 6 из 10 крупнейших дней регистрации за пять лет. Компания заменила главу по контенту Belu Bajaria на экс-Disney Питера Райса, сигнализируя о ставке на блокбастеры. Вместе с тем акция упала на 45% за год, произошли сокращения на 1000 человек, FCF сократили с $12,5 до $12 млрд, но рекордный выкуп акций составил $4,8 млрд в квартал. Отдельно разбирается покупка Salesforce платформы Braze за $5,7 млрд (58% премия к цене). Braze специализируется на real-time engagement (реакция на поведение пользователя), показывает рост выручки 26% Y/Y до $227 млн и net retention 110%, но S&M = 41% выручки. Для Salesforce это способ замкнуть цепь: данные → AI-решения (Agentforce) → персонализированные действия → взаимодействия с клиентом.

Выводы автора:

• Netflix достигает $50 млрд годовой выручки и 35% маржи, но темпы роста замедляются (12% Y/Y), а доля экранного времени США падает перед YouTube и бесплатными сервисами.
• Стратегия агрегации контента (лицензирование, live-спорт, creator-контент) позволит Netflix захватывать более ценные моменты взаимодействия без постоянного роста издержек на контент.
• Salesforce видит в Braze инструмент для трансформации customer data и AI-инсайтов в real-time действия, замыкая цикл от данных к взаимодействию через свою платформу Agentforce.

Нетфликс может не всегда иметь лучший оригинальный контент, но его преимущество в распределении трудно повторить.

Оригиналы:Netflix: YouTube Pulls Away