VPS vs VDS vs виртуальный хостинг: что выбрать в 2026

Часто сервер выбирают по цене, а потом упираются в нехватку ресурсов, гибкости или поддержки. И почти никто не знает главного: VPS и VDS — это в большинстве случаев одно и то же, разница только в названии. Реально выбор идёт между хостингом (провайдер всё настроил, но конфигурация ограничена) и изолированным сервером с root-доступом.

В подборке 6 провайдеров под разные сценарии: от старта на виртуальном хостинге за ~123 рубля в месяц до VPS с зарубежными локациями. Внутри реальные цены, лимиты, условия по бэкапам, тестовым периодам и подсказки как сделать правильный выбор для своего случая.

Байесовский заговор в распознавании символов

90% точности у систем распознавания символов (OCR) звучит солидно, но математика жёстче: при 1% ошибок и 1% подделок в потоке половина «подозрительных» документов окажутся настоящими. То есть риск, что 50% документов может быть распознана ложноположительно или ложноотрицательно!

Разбираем на свежем кейсе, что с этим делать, чем промышленное распознавание отличается от Tesseract, собранного за выходные, почему OCR не галлюцинирует в отличие от LLM и как формула Байеса объясняет ложные отказы.

Читайте в новом материале Tproger!

Любопытный факт: базовый комплект из 12 документов (сканы и фото основного разворота паспорта и страницы с пропиской, СНИЛС, ИНН, трудовой книжки, СТД-Р, военного билета, свидетельств ЗАГС о браке и рождении, диплома об образовании, загранпаспорта и водительского удостоверения) специальные OCR-программы могут распознать 100 раз за минуту на сервере без GPU.

Что для этого нужно, рассказывают здесь: https://tprg.ru/HVQO

@tproger
Читайте также в VK, Max и Дзен

Кто-то выложил эксплойт для bootrom Apple A12/A13, и он работает через USB

Представьте: вы подключаете устройство к Raspberry Pi Pico, и до загрузки ОС чип уже выполняет ваш код. Репозиторий usbliter8 делает именно это: атакует SecureROM в процессорах Apple A12, A13 и S4/S5 прямо через USB.

Автор собрал эксплойт на Raspberry Pi Pico с PIO-USB, написал shellcode под несколько чипов и выложил всё на GitHub. Меня цепляет, что это не джейлбрейк в привычном смысле, а работа на уровне bootrom (постоянной прошивки, которая запускается раньше ОС). Устройство цепляется до старта операционки, поэтому софтовые патчи Apple тут бессильны.

Проект больше про инженерный разбор, чем про практичность: A12X/Z пока не реализован. Но если вам интересно, как устроена защита мобильных чипов изнутри, репозиторий стоит открыть.

Разработчик портировал Linux на Sega MegaDrive

Sega MegaDrive, классическая консоль для игр, вдруг получила собственный порт Linux. Звучит как шутка, но в репозитории linuxmd лежит работающий порт.

Там есть ядро Linux, загрузчик u-boot, rootfs через buildroot, собственные утилиты и даже QEMU для отладки. Автор написал скрипты сборки toolchain, ядра и rootfs, чтобы процесс можно было повторить.

Главное здесь — проект заточен под реальное железо: в репозитории есть скриншот загрузки u-boot с EverDrive. Код и инструкции на GitHub.

ИИ атакует на стыке компонентов: prompt injection больше не про розыгрыши

Эксперты на InfoQ рисуют серьёзную картину. Самые опасные атаки на ИИ-системы лезут через стыки: там, где недоверенный ввод встречается с системными инструкциями, внешние данные попадают в обучающие пайплайны, а модель получает доступ к инструментам и привилегиям.

Авторы говорят о модели как о непредсказуемом агенте, а не о надёжной библиотеке. Статических правил недостаточно — нужно постоянно валидировать поведение, ограничивать каждое действие и мониторить модель так же, как вы мониторите прод.

Вывод: безопасность ИИ сводится не к идеальной защите, а к видимости и устойчивости. Инвестируйте в мониторинг, управление данными и совместную работу security- и ML-команд.

Расходы на ИИ растут не из-за моделей, а из-за бардака с контекстом

Gartner называет главный драйвер: каждая задача агента собирает окно из документов, схем инструментов, compliance-правил и переписки — и пережёвывает эту гору заново на каждом шаге.

Классический сценарий: агенту нужно понять, связан ли сбой с деплоем. Он дергает GitHub MCP, чтобы узнать, кто владеет сервисом, лезет в Jira за свежими тикетами и в PagerDuty за инцидентами. Три вызова повторяются сотни раз в месяц, и тысячный прогон стоит столько же, сколько первый.

Авторы The New Stack запустили эксперимент: можно ли заранее связать контекст, чтобы агенты не таскали одни и те же токены по кругу. Если вы подключали агентов к десятку серверов контекста (MCP), узнаете боль.

В заголовке обещано снижение расходов на 80%, но в тексте эксперимент только начался, так что цифра пока гипотеза.

Асинхронный Rust врезался в потолок: две точки ожидания — 360 строк промежуточного кода против 23 у синхронного

Я думал, абстракции без накладных расходов в Rust: почти правда. Пока не увидел, как async-функция с двумя await разворачивается в конечный автомат из 360 строк IR. Синхронный аналог займёт 23 строки.

Для сервера терпимо. Для прошивки на 256 КБ или wasm-модуля, где каждый килобайт на счету, уже нет. Автор объясняет, почему rustc не схлопывает состояния, не раскрывает сопрограммы и оставляет путь при панике. В материале найдёте обходы: ручная реализация Future, готовое значение из std, сворачивание await через pattern matching и передача данных по ссылке.

#rust

Android 17 даёт приложениям функции, которые ИИ-агенты могут вызывать сами

Привыкли, что приложение ждёт, пока вы сами нажмёте кнопку? В Android 17 Google меняет правила: разработчик аннотирует функции приложения, и ИИ-агент может дергать их через Jetpack, получая доступ к локальному состоянию.

Приложение перестаёт быть островом и становится частью инфраструктуры для агентов. 16 июня вышел Android 17 с API 37, а 9 июня появился Android CLI 1.0. Теперь проект можно собирать из командной строки.

Вдобавок с 30 сентября разработчиков ждёт обязательная верификация в четырёх странах, а в Play сервисный сбор отделяется от платёжного. Разобрали дайджест июня — кто платит, кто мигрирует и что ломается.

Подборка полезных ссылок про данные, технологии и не только:
- Onyxia платформа от французского института статистики INSEE для организации работы команды data science. Помогает разворачивать разные открытые продукты под задачи: тетрадки Jupyter, R Studio и многие другие с акцентом на статистические данные и не только. Предназначена для обучения студентов в первую очередь
- miller аналог AWK для CSV файлов, позволяет их удобно форматировать с командной строки.
- tad настольный редактор для табличных файлов, в первую очередь это файлы CSV и Parquet, но также поддерживает и базы sqlite и duckdb. Из минусов - не обновлялся около года
- uPlot одна из наиболее быстрых и легковесных библиотек визуализации больших объемов данных временных рядов.

#opensource #datatools

В каком-то смысле ожидаемая новость, Google через Chrome втихую начал устанавливать на устройства пользователей 4ГБ ИИ модель Gemini Nano. Интересно тут сразу многое:
- устанавливают втихую, не предупреждая пользователя
- отключить это можно в настройках On-device AI в chrome://settings, где по умолчанию эта опция оказывается включенной
- даже из описания в справочной Google остается ощущение непрозрачности процесса

Автор оригинальной новости задается вопросом не является ли это нарушением GDPR и упоминает Anthropic которые похожим образом втихую вносили изменения на устройствах пользователей.

Тема эта за пределами конкретно Google, если бы у Apple и Microsoft был бы реальный прогресс с их ИИ продуктами они, наверняка бы давно добавили локальные модели как часть их ОС.

А пока во всю наблюдаем цифровые "dark patterns" от Бигтехов.

#readings #ai #google

LongCat-2.0 свежая LLM на 1.6 триллионов параметров, контекстом в 1М и открытым кодом (пока не открыт, только обещан). Особенность в том что она под другим названием Owl Alpha уже входит в топ 5 рейтинга OpenRouter и активно в этом рейтинге растет. Иначе говоря разработчикам даже не надо доказывать ее востребованность, она и так де-факто уже проверена востребованностью.

Другая особенность в том что модель обучена полностью на китайских чипах и создана в компании Meituan - это такая китайская компания разработчик приложения доставки. Они и раньше делали LLM под названием LongCat, но кажется именно эта является прорывом.

#ai

Ещё немного про утилиту с открытым кодом для работы с данными undatum которую я когда-то разработал и потихоньку развиваю. Это не коммерческий продукт, а скорее вспомогательный инструмент когда надо что-то поделать с данными в командной строке и эти данные не просто плоские CSV файлы, а что-то посложнее.

Я приводил в пример ее использование для преобразования файлов, а вот дополнительные примеры того как ее можно применять.

Быстрое API на основе файла с данными

Предположим есть файл CSV, JSONl, Parquet или еще какой-то и его содержанию надо быстро дать доступ кому-то внешнему, но передавать файл/файлы целиком нельзя по какой-либо причине.

Очень простая и быстрая команда

undatum api run data.jsonl

Автоматически проанализирует файл и запустит веб-сервер с доступом к данным через REST API и возможностью фильтрации по его полям. Из плюсов - минимум усилий. Из минусов - в нем нет сейчас какой-то сложной программной логике поиска по полям и тд., только полный или частичный мэтчинг.

В итоге получается неидеальное, зато очень быстро развертываемое API которое можно выставлять внешним пользователям.

Быстрое документирование дата файлов

Когда есть некий файл с данными к нему нет дополнительной информации, а очень надо быстро в нем разобраться, то генератор Markdown документации

В самом простом виде выглядит как

undatum ai doc data.csv

выводит на экран итоговый Markdown текст

Более продвинутый

undatum ai doc —blocks general,schema,quality,examples,codebook —format json —language Russian data.csv

Создает документацию в формате JSON с Markdown блоками перечисленными списком и на русском языке.

Загрузка данных в NoSQL/SQL базы данных

Команда ingest изначально делалась для продвинутого импорта данных в MongoDB и Elasticsearch и идея в том чтобы на вход получить файл и строку подключения в базе данных после чего загрузить содержимое в выбранную таблицу/коллекцию/индекс

Пример команды

undatum ingest data.jsonl https://elasticsearch:9200 myindex myindex --dbtype elasticsearch --api-key YOUR_API_KEY --doc-id id

В чем важная особенность undatum от специализированных инструментов которые умеют это же? В поддержке любых сжатых файлов .xz, .gz, .zst, .lz4, .bz2 и так далее. Потому что хранить данные в чистом NDJSON или CSV - это прямо таки очень неэффективно. Особенно когда это много слепков коллекции из MongoDB или индекса Elasticsearch.

#opensource #datatools #data

OmniRoute локальный маршрутизатор запросов к ИИ провайдерам умеющий работать с большим их количеством, сейчас это 231 провайдер в том числе с теми которые дают бесплатные квоты. Позиционируется как инструмент сильной оптимизации потребления токенов, позволяет сократить их благодаря сжатию RTK + Caveman.

Что характерно даже поддерживают одного из российских провайдеров - gigachat (можно увидеть в общем списке), но собственно и только. Того же Яндекс'а к примеру тут нет почему-то.

Плюс обещают прозрачную интеграцию с 1proxy и возможность обхода блокировок из стран которым некоторые AI провайдеры не дают доступа (Россия, Иран, Куба, Китай и тд.).

На чем зарабатывают непонятно, думаю что монетизацию включат позже и привяжут как раз к сервисам прокси или экономии токенов.

Выглядит как очень полезный инструмент еще и из-за встроенной аналитики потребления, так что надо пробовать на практике. Если все работает как обещано - ценное дополнение к техническому стеку.

#opensource #ai #tools

Хороший обзор проектов с экспериментальной статистикой в США, с примерами компаний которые создают публичные дата продукты и их начинают использовать официально.

Все это про мир alternative data, актуальный для биржевого и корпоративного мира и все еще медленно проникающий в официальную статистику.

В обзоре из интересных примеров - это оценка масштабов строительства через анализ спутниковых снимков.

#opendata #statistics

Я тут задумался не вернуться ли к чтению новостей через RSS читалки, потому что читать многое в компактном виде становится всё сложнее. Да, есть хорошие тематические рассылки, но их не так много и они портятся тем что постепенно рекламного контента там становится больше. Но с RSS читалками есть одна беда, они все [не] немного устарели и не учитывают реальных сложностей потребления новостей.

Какой могла бы быть идеальная RSS читалка?
1. Уметь фильтровать новости. Как простыми способами - ключевые слова, так и через простую интеграцию с LLM, тут подойдут и легкие недорогие или даже бесплатные модели. Уметь фильтровать по принципу - выбрал новость и отметил "хочу меньше видеть подобных новостей" и наоборот "Это важно, делай это приоритетнее". Технически это можно делать множеством способов. Сюда же идет автопростановка тегов и простая навигация по ним.

2. Уметь делать дайджесты для часто обновляемых источников. Есть источники новостей генерирующие до сотни сообщений в день. Их, тоже, надо фильтровать, но даже если их останется десяток их надо уметь объединять в дайджесты. Благо это несложно.

3. Давать возможность подписываться на сайты без RSS/ATOM. Для этого я когда-то и создавал библиотеку newsworker и она вполне интегрируема куда угодно и позволяет это делать без особых сложностей.

4. Интерфейсно уметь отображать новости по разделам "Важно", "Обычно", "Менее важно" по критериям заданным пользователем и по его действиям, см. пункт 1

5. Минимализировать HTML рендеринг, потребление памяти и CPU. Преобразовывать полученный контент в Markdown и отображать его максимально облегченным образом и настраиваемым конечно.

6. Кроме интерфейса чтения отдельных новостей уметь отображать все единым ежесуточным дайджестом, на время просмотра конечно, обновляя его по необходимости.

7. Не пытаться построить новостной агрегатор а ля канал в Slack или Discord или телеграм канал или любой другой режим мессенжера. Для уведомлений это еще более-менее, а для чтения новостей очень неудобно.

8. Уметь извлекать полный текст новости из первоисточника без перехода. Не всегда может работать, но если такое возможно, то нужно. Готовые инструменты для этого давно существуют.

Лично мне не попадались до сих RSS читалки способные делать хотя бы половину из перечисленного. Но может я что-то пропустил?

#thoughts

Коллеги из Нейроканала собрали, чем жила индустрия ИИ на этой неделе.

Главное: вышел Sonnet 5 — по возможностям близка к Opus 4.8, но заметно дешевле, контекст на 1 миллион токенов. Google открыла разработчикам Nano Banana 2 Lite и Gemini Omni Flash — самую быструю генерацию картинок в линейке и видеомодель с разговорным редактированием. Meituan выложила в открытый доступ LongCat-2.0 — MoE на 1,6 триллиона параметров, обученную целиком на китайских ASIC. Появился и Claude Desktop под Linux — пока только Ubuntu и Debian, без управления компьютером.

Сага с Fable 5: после снятия ограничений Anthropic вернула модель с лимитом 50% недельной квоты до 7 июля, потом подняла лимиты Claude Code на 50% до 13 июля, а под конец недели напомнила, что полноценная безлимитная подписка вернётся «когда позволят мощности» — не раньше 7 июля.

Открытые и дешёвые альтернативы: Zhipu раздаёт по 3 млн бесплатных токенов GLM-5.2 в день через агент ZCode, а китайская версия GLM Coding Plan оказалась в разы дешевле международной. Poolside обновили компактную модель для агентного кодинга Laguna XS 2.1 с приростом на SWE-bench.

Для рынка РФ: Cloud.ru открыли доступ к Claude, GPT, Gemini и DeepSeek через один аккаунт — по сути замена OpenRouter, который этим летом начал блокировать российские аккаунты.

И традиционный топ-20 трендов Hugging Face за неделю: новые Qwythos-9B, Ornith-1.0, Qwen-AgentWorld, Krea 2 и Unlimited-OCR, а в топе по-прежнему держится GLM-5.2.

Подробности, цифры и обсуждение — в постах канала.

@tproger

Лучшие нейросети для анализа данных: Выбираем ИИ для аналитики, работы с документами, таблицами, текстом
↘️ https://habr.com/ru/companies/studyai/articles/1055188/
Author: FlyAI (StudyAI)
...