187‑ФЗ — это не «про всех», и не «только про оборонку».
Ошибка здесь дорогая: либо вы тратите деньги на лишний комплаенс, либо ловите штрафы и простой уже после инцидента.

Разложим без магии.

**Чек‑лист из 6 шагов:**
1. Есть ли у вас ИС, без которой бизнес останавливается?
2. Обрабатываете ли вы данные, критичные для непрерывности услуги?
3. Есть ли отраслевой перечень объектов КИИ именно для вашей сферы?
4. Считаете ли вы компанию по фактическим активам, а не по ощущениям?
5. Есть ли у ИТ и безопасности документ, где это признано и зафиксировано?
6. Понимаете ли вы стоимость ошибки: аудит, доработка, простои, штрафы?

Если на 1–3 ответ «да», дальше нужен не спор в чате, а короткая классификация: субъект КИИ вы или нет.

Мини-формула:
**Риск = вероятность инцидента × цена простоя × время восстановления**

Если цена простоя выше стоимости проверки — проверку надо делать сейчас.
Если нет — у вас просто дорогая тревожность. ⚖️

1,5 GB в Docker-образе Django — это не «ну и что». Это скрытый налог на скорость команды.

Мини-калькулятор:
- 10 сборок в день
- +500 MB мусора в каждой
- 5 разработчиков
- 50 GB лишней передачи и кэша в день

Платит не CPU. Платит срок релиза.

Типичный провал:
1) в образ тащат dev-зависимости
2) копируют весь репозиторий, включая мусор
3) не чистят кеши пакетного менеджера
4) не используют multi-stage build

Что это значит для ops:
- дольше CI
- дороже registry
- медленнее деплой
- выше риск, что в production уедет лишнее

Скандал простой: команда думает, что экономит 10 минут на Dockerfile, а потом платит часами в pipeline и задержками релиза. 🔥

Нормальная цель для backend-образа — не «как-нибудь работает», а минимальный набор для запуска. Всё, что не нужно в runtime, должно остаться за бортом.

Дирижабли не взлетели не из-за идеи. Из-за экономики.

Если смотреть на США, мягкие «блимпы» были не игрушкой, а вполне рабочим активом: патруль береговой линии, поиск подлодок, сопровождение конвоев. Но дальше начинается P&L.

1 дирижабль = дорогая инфраструктура, экипаж, ангары, газ, обслуживание.
1 самолёт = выше скорость, ниже CAPEX на масштаб, проще заменяемость.

Во Вторую мировую это стало видно особенно жестко: самолёты выпускали сотнями тысяч, а дирижабли — сериями, но в тени. Да, были редкие успехи: бой K-74 с U-134, загадочный L-8, мощные серии N с РЛС ДРЛО. Но в unit economics у них был плохой потолок: узкая миссия, длинный цикл, сложная операционка.

Формула простая:

ценность дирижабля = узкий сценарий × низкая скорость × высокая стоимость содержания

Итог — не провал технологии. Итог — рынок выбрал более дешёвую и масштабируемую модель.
Когда в начале 1960-х «блимпы» доживали последние годы, это уже был не вопрос инженерии. Это был вопрос эффективности.

1. Выкатить ни какую он-лайн конфу я естесвенно не выкатил, потерпите

2. После прошлого видео (тык) мой канал теперь имеет юзер @PO_YICA_BRAL

3. Держите вечернее видео, я нажрусь и спать

Чото надо ещё сказать? Ну, можно лишь добавить Настя #MelBet верни деньги, не играй с огнём, со мной лучше не ссориться. Спасибо.

P.S. Бабка-то, похоже, не своей..... см. видео!

С уважением, Иванов Е.Ю!

🎁 РОЗЫГРЫШ $2000 ОТ SERG ACCS

🥇 1 место — $1000
🥈 2 место — $700
🥉 3 место — $300

Как участвовать:
1️⃣ Подпишитесь на канал
2️⃣ Нажмите «✅ Участвую»
3️⃣ Получите 1 стартовый билет

Больше билетов:
🛒 Покупки — минимум 1 билет, далее +1 за каждые полные $50 реальной оплаты. Максимум — 50.
👥 Рефералы — +5 за первую подходящую покупку друга и +1 за каждые накопленные $100 его покупок. Максимум — 50.

Общий максимум — 100 билетов.
Чем больше билетов, тем выше шанс. Даже 1 билет участвует.

Призы начислим на баланс в боте SERG ACCS.

Итоги 15.09. Всем удачи! 🔥

Roblox вернули в Россию не потому, что «передумали».
Потому что стоимость блокировки оказалась выше стоимости доступа.

Факт из кейса простой: платформа была недоступна, потом за сутки до снятия ограничений в интерфейсе появились возрастные группы и верификация возраста. Это не про UX. Это про риск-контур.

Формула тут такая:

**регуляторный риск × масштабы аудитории > выгода от запрета**

Когда у продукта большая база и высокий ежедневный спрос, блокировка начинает бить не только по пользователям, но и по всем, кто монетизирует внимание вокруг платформы: реклама, инфлюенсеры, студии, разработчики, медиа. Проигравшие всегда одни и те же — те, у кого выручка завязана на трафик, а не на контроль над трафиком.

Мини-калькулятор для CEO:
- аудитория есть
- удержание высокое
- альтернативы слабые
- давление регулятора растёт

Итог обычно один: ограничения снимают, но только после того, как платформа докажет, что умеет фильтровать возраст и снижать юридический шум.

Для бизнеса это напоминание:
если канал продаж или дистрибуции зависит от чужого решения, это не актив. Это аренда.

ИИ в разработке сейчас продают как рост производительности. На практике часто получается другой P&L: больше шума, больше переделок, больше скрытых часов на ревью.

Формула простая:

**эффект = сэкономленные часы − часы на проверку − часы на исправление ошибок**

Если джун с ИИ пишет быстрее на 30%, но ревью и правки съедают 40%, то чистый эффект отрицательный. Компания не ускоряется — она просто переносит трудозатраты из «написание» в «разбор последствий».

Главный риск — не код, а иллюзия скорости. В отчёте видно: задачи закрываются чаще, а в релизе растут баги, техдолг и время на поддержку. Потом это бьёт по план-факту: разработка «выполнила 120% плана», а продукт запустился позже и дороже.

Скандал обычно один и тот же:
менеджмент покупает красивую метрику,
команда — дополнительную нагрузку,
CFO — рост костов без роста маржи. 🤝

ИИ полезен, только если его мерить как любой другой инструмент:
через throughput, defect rate, cycle time и стоимость одного shipped-часа. Всё остальное — религия, а не операционка.

На рынке Python backend-собеседований есть простая экономика:
кандидат готовится по StackOverflow, интервьюер ищет не заученный ответ, а пробел в логике.

Итог всегда один и тот же:
- джун знает определение
- интервьюер задаёт вопрос глубже
- джун начинает плавать
- оффер уходит к тому, кто считал риски, а не зубрил термины

Мини-калькулятор провала:

**подготовка = 10 типовых вопросов**
**реальные вопросы = 10 вопросов + 2 уточнения + 1 кейс**

Если вы не умеете объяснить, почему код работает,
ваш “знание Python” в P&L собеседования выглядит как нулевая маржа: оборот есть, прибыли нет.

Нормальная подготовка — это не список тем, а проверка слабых мест:
- что происходит под нагрузкой
- где ломается асинхронность
- почему запросы тормозят
- чем ошибка в логике отличается от ошибки в интерфейсе

На собеседовании выигрывает не самый громкий.
Выигрывает тот, у кого меньше дыр в расчёте. ⚙️

Лонгрид о мемном кейсе Melbet vs Pepper Partners - реально ли оценить в аффилейтке репутационный ущерб в деньгах?

История на $2,000 вряд ли разрушит крупный бренд. Но она вполне может стоить ему сотен тысяч долларов и более, если публично остаётся без внятного решения.

Я в аффилейт-маркетинге более 25 лет, а последние пару лет одно из моих основных направлений - B2B matchmaking. Поэтому я регулярно вижу споры между компаниями о выплатах и претензии, и таких ситуаций в рынке явно становится больше.

Знаю многие кейсы, которые были в итоге решены благополучно до выхода в публичное поле и всегда приятно видеть, когда так происходит, но все больше и больше кейсов, которые не просто выходят в паблик, а еще и очень странным и глупым образом в паблике продолжают долго оставаться и наносить ущерб в то время как имеют очень простые и адекватные для обеих сторон варианты решения.

Вот например про один из таких кейсов писал уже здесь весной.

Если неконструктивны обе стороны (а бывает и так), то можно к этому относиться просто как к развлекательному контенту.

Но когда одна сторона открыта к адекватной коммуникации и поиску оптимального решения, а вторая сторона просто игнорирует проблему, при этом не уходя с рынка в закат, а продолжая тратить огромные бюджеты на PR и маркетинг бренда - это любопытная аномалия.

Сейчас самый заметный в аффилейт рынке пример это кейс Melbet <> Pepper Partners, который уже более месяца развивается в публичном поле и о нем уже писали и многие аффилейт медиа, и отдельные блоги, я наверно один из последних, кто у себя в блоге еще об этом не писал)

Изначальное заявление кейса и описание претензии от Pepper Partners можно почитать здесь.

Очень приличный на мой взгляд разбор со стороны и указание пары простых и логичных вариантов решения ситуации написал Артем Кравченко, можно почитать у него.

А я хочу разобрать эту историю с другой стороны, как можно оценивать репутационные потери от подобных историй непосредственно в деньгах и принимать более взвешенные решения, стоит ли вообще брендам занимать тактику игнорирования и допускать появление и продолжительное обмусоливание таких тем в паблике.

Для мелкого и крупного бренда такие истории могут иметь очень разный эффект, поэтому здесь разберем на примере крупного бренда, так как Melbet в нашем рынке относится именно к таким.

Не знаю конечно их точные цифры затрат на PR в рамках афф рынка (участие в конфах, собственные ивенты, реклама в афф медиа и т.п.), но из того, что вижу как организатор ивентов с приличным опытом, этот бюджет явно измеряется в миллионах $ в год, если не выходит за $10млн+.

Это без PR затрат на прямое привлечение игроков (бренд-амбассадоры, спонсорства футбольных клубов и т.п.), без бюджетов непосредственно на закупку трафика. Только на аффилейтку.

И вот уже более месяца в паблике незакрытый и не откоммуницированный публично кейс на $2k (две тысячи долларов).

В публичной дискуссии сейчас преобладает позиция, что Melbet в этом споре неправы.

Может их развернутая публичная позиция поменяла бы мнение, но ее нет, соответственно на данный момент так.

Какие материальные потери может понести бренд в такой истории?

Многие люди, даже очень опытные и умные, почему-то к таким ситуациям относятся бинарно.

Рухнет бренд (закроется, обанкротится) - значит плохо на них повлиял кейс.

Останется бренд жить и работать как ни в чем не бывало внешне - значит никак не повлияло и может они правильно решили игнорировать, а кто-то вообще решит брать с них пример.

Но это же совсем не так, ситуация не бинарная.

Представим не фактические цифры Melbet, которых у нас нет, а консервативную модель крупного рекламодателя.

Если из-за такого кейса бренд потеряет 10 качественных действующих активных партнёров, либо не привлечёт 10 таких новых партнёров, которые в другой ситуации начали бы с ним работать, последствия уже могут быть кратно выше суммы самого спора.

Я не знаю внутренний LTV партнёра у Melbet. Но если принять для активного опытного аффилейта условные $10,000 LTV, десять таких потерянных партнеров - это уже шестизначная сумма $ недополученного дохода. И это без учёта крупных команд, в случае которых эффект может быть кратно выше и оказаться семизначным.

Даже если в этой модели ошибиться и завысить в несколько раз, сам принцип никуда не исчезает - незакрытый публичный спор на $2,000 в любом случае обойдется бренду многократно дороже этих $2,000.

Цифры конечно я прикинул условные, но рассуждения не виртуальные - я знаю афф команды, которые перестали быть их активными партнерами из-за этого кейса.

Одна известная в рынке команда публично рассказала о своем таком решении в моем чатике про scam-кейсы.

А теперь вернемся к миллионам долларов в год, которые Melbet тратит на публичный PR среди аффов через конфы и прочие активности.

У этих трат же есть определенные ожидаемые и реальные результаты, верно?

На каждый затраченный миллион ожидается определенное количество привлеченных новых партнеров и укрепление лояльности и увеличение оборотов с определенным количеством действующих партнеров.

Вообще без понятия какая там ожидаемая сумма выхлопа на каждый потраченный миллион, поэтому обозначим ожидаемую сумму выхлопа с потраченного на PR миллиона в X.

При таком незакрытом публичном кейсе, вызывающем большой отклик и возмущение в рынке - останется эта сумма выхлопа с PR X без учета прочих факторов или она станет меньше X?

Очевидно станет меньше, доверие к бренду ниже, а значит и вложения в PR дают меньшую отдачу.

Я понимаю, что не все читатели, в том числе заинтересованные, могут дружить с математикой, и особенно понятием математического ожидания на дистанции, но вопрос здесь не только в этике и не только в справедливости конкретной претензии. Это вопрос качества управленческого решения.

Когда бренд инвестирует миллионы в доверие рынка - через конференции, медиа, партнёрские активности и PR, игнорирование аргументированного публичного конфликта снижает отдачу от всех этих вложений. Репутация не выглядит отдельной строкой в P&L, но её потеря вполне превращается в недополученный доход, более дорогой PR и менее лояльных партнёров.

Я искренне надеюсь, что все больше компаний в нашем рынке будут становиться более сознательными и не терять огромные деньги на ровном месте, и если бизнес-этика не зашита в культурный код, то хотя бы из сугубо материальных корыстных соображений начнут вести себя адекватнее)

Всем отличной недели и благоразумия)

Codex жрёт контекст, когда его кормят простынями.

Каждый лишний абзац — это не «помощь», а расходы:
- токены в потолок
- ответ медленнее
- шанс галлюцинаций выше

Автор проблему решил не магией, а складом знаний: SQLite + FTS5.
Правила проекта, summaries, прошлые решения — всё лежит в локальной памяти.
В запрос влезает только короткий релевантный кусок, а не вся история переписки.

Мини-калькулятор:

**без памяти**
- 5 повторов одних и тех же правил
- 5 длинных промптов
- 5× оплата за контекст

**с памятью**
- правила пишутся один раз
- дальше подтягивается только нужное
- контекст короче, цена ниже, риск ошибки меньше

Это не «удобство». Это контроль себестоимости работы ИИ.

Если агент каждый раз заново объясняет, как устроен проект, у вас не AI-ассистент, а дорогой попугай. 🧠

$80 за FTD на СНГ — казино-оффер от ПОКЕРОК Partners

Ищете новый оффер для теста? Рассказываем, что предлагаем партнёрам:
• CPA $80 за FTD на все гео СНГ
• $100 к первой выплате для новых аффилиатов
• 5% по саб-реферальной программе
• прозрачная статистика в партнёрском кабинете
• поддержка личного менеджера

Принимаем различные источники: social, мессенджеры, YouTube / Twitch / Kick, SEO, PPC, in-app и медийный трафик.

В казино ПОКЕРОК также доступна GG99 — линейка из 20+ игр с RTP 99%, включая слоты, настольные игры, видеопокер и аркады. Это весомое преимущество для новых игроков в дополнение к приветственным бонусам.

И ещё один повод подключиться уже сейчас: 27 августа состоится Friendly Tournament для партнёров ПОКЕРОК Partners. Успейте подключиться до 25 августа, чтобы принять участие!

Присоединяйтесь к ПОКЕРОК Partners и начинайте зарабатывать на своём трафике уже сейчас!

Закупать GPU по принципу «у кого VRAM больше — тот и победил» — это как строить P&L по выручке без себестоимости. На бумаге красиво. В реальности — слив бюджета.

Конфликт простой: инженер смотрит на 10× RTX 1080 и думает «памяти же столько же, как у H100». CFO смотрит на счет и думает: почему задача не ускорилась в 10 раз, а деньги ушли как в чёрную дыру.

Дело не только в объёме памяти. Считается связка:
1) пропускная способность памяти,
2) межGPU-связь,
3) тип вычислений,
4) поддержка нужной точности,
5) реальная загрузка под задачу.

Мини-калькулятор:
если ускоритель быстрее в 2 раза, но простаивает 50% времени, итоговый gain = 1x. Ноль магии, чистая математика.

Ошибка рынка — выбирать железо по одной цифре из спецификации. Это как оценивать агентство по числу сотрудников, игнорируя маржу, загрузку и фонд оплаты. Итог один: дорогая мощность, низкая отдача, виноват потом всегда «не тот GPU» 😐

£200 против дефицита мощностей — и это не про железо, а про экономику решений.

Схема простая: RTX 4080 на 16 ГБ есть. Для игр — ок. Для локальных моделей — уже узко. Дальше рынок предлагает два варианта:
1) купить «нормальную» карту с большим VRAM за ощутимо большие деньги;
2) взять серверный GPU, который никто не планировал ставить в корпус под столом, и скрестить его с домашним ПК через адаптер.

В итоге: 32 ГБ VRAM, модель на 27B, скорость 32 токена/сек. И всё это за £200. 😐

Если смотреть как ops-менеджер, тут главный вывод не про железо, а про unit economics:
capex на входе маленький, результат — как у решения в разы дороже.
Проигравшие здесь — те, кто покупает «правильный» продукт без расчёта альтернативы.

Формула простая:
**стоимость результата = цена железа / полезная производительность**

И вот тут драматично: рынок часто продаёт статус, а не вычисления.