‍🖥 Репозиторий: Strix — AI-пентестинг нового поколения

Strix — это open-source платформа для автоматизированного тестирования безопасности приложений с использованием автономных AI-агентов.

— Агенты самостоятельно планируют проверки, исследуют поверхность атаки, пытаются эксплуатировать уязвимости и подтверждают найденные проблемы с помощью рабочих PoC.
— Поддерживает анализ веб-приложений, API и исходного кода, поиск SQL-инъекций, XSS, SSRF, IDOR, ошибок контроля доступа и других уязвимостей.
— Включает инструменты разведки, браузерного тестирования, перехвата HTTP-запросов и выполнения команд, а также интеграцию с CI/CD.
— Можно запускать локально в Docker с собственной LLM-моделью или использовать облачную платформу Strix.

Проект будет интересен специалистам AppSec, пентестерам и разработчикам, которые хотят автоматизировать поиск и проверку уязвимостей, сохраняя возможность анализировать результаты и устранять проблемы.

⏺ Ссылка на GitHub (https://github.com/usestrix/strix)

#Strix #AI #Pentest #AppSec #RedTeam #BugBounty #DevSecOps |

@hackernews_lib

‍🖥 Репозиторий: Google Maps Scraper⁠ — инструмент для автоматизированного сбора данных из Google Maps

Google Maps Scraper⁠ — это open-source scraper на Go для извлечения информации о компаниях и организациях: названий, адресов, телефонов, сайтов, рейтингов, отзывов, координат и других данных. Есть также опциональный сбор email-адресов с сайтов найденных компаний.

— Поддерживает CLI, Web UI и REST API, поэтому его можно использовать как самостоятельно, так и встроить в собственный pipeline.
— Результаты можно сохранять в CSV, JSON, PostgreSQL, S3 или LeadsDB.
— Для масштабирования предусмотрены proxy, параллельная обработка, PostgreSQL и Kubernetes.
— Проект работает через Docker и использует Playwright; заявленная производительность — около 120 мест в минуту при определённой конфигурации.

Полезен для OSINT, локального исследования бизнеса, анализа отзывов, data enrichment, lead generation и автоматизации сбора открытых данных.

⏺ Ссылка на GitHub (https://github.com/gosom/google-maps-scraper)

#GoogleMaps #OSINT #Go #Web #Scraping #Data #Automation |

@hackernews_lib

🖥 Репозиторий: Telegram⁠ — исходный код официального Android-клиента Telegram

Telegram — это open-source проект Android-клиента мессенджера, позволяющий изучать его исходный код и создавать собственные приложения на базе Telegram API.

— В репозитории представлены исходники клиента, инструменты сборки, тестовые модули и конфигурация проекта.
— Поддерживается работа с Telegram API и протоколом MTProto.
— Проект распространяется под лицензией GPL-2.0 и содержит инструкции для самостоятельной сборки приложения.

⏺ Ссылка на GitHub (https://github.com/DrKLO/Telegram)

#Telegram #Android #OpenSource #MTProto #Mobile #Development |

@hackernews_lib

Сервисы анализа судебной и арбитражной  практики
↘️ https://habr.com/ru/articles/1089398/
Author: RRSadykov

Разбор Jev — модели, которая не умеет писать
↘️ https://habr.com/ru/companies/selectel/articles/1089416/
Author: vlad_lutsky (Selectel)

Как Jev сэкономил нам 90% бюджета
↘️ https://habr.com/ru/articles/1088934/
Author: narisuemvse

Jev: модель, которая не пишет текст, а принимает решения
↘️ https://habr.com/ru/articles/1087480/
Author: amorev

Модель Jev: новый подход к генерации ответов без текста

Быстрый ИИ Jev от Typesafe.ai: в 400 раз дешевле и быстрее

Модель Jev от TypeSafe AI стала доступна всем. На старте дают $5 на API-счет
↘️ https://habr.com/ru/news/1084796/

JEV взорвал интернет꞉ это новый тип ИИ
▶️ https://youtu.be/k1vDxV-zuV8?si=Sm7Uum2rDAXcBFTB
© Революция_ИИ →

Новая ИИ-модель Jev: умный классификатор для быстрого принятия решений

Уже видели что там вышла какая-то новая ии-модель Jev?
Не мог такое пропустить, потратил время чтобы самому разобраться и пересказать вам понятным языком:
↘️ https://vc.ru/id2280477/3141887-novaya-ii-model-jev-umnyy-klassifikator

...

Как выбрать и проверить LLM для рабочих задач: Claude, GPT, Gemini и другие модели #habr
https://habr.com/ru/companies/karpov_courses/articles/1089468/
Tags: LLM, большие языковые модели, сравнение LLM, как выбрать LLM, Claude, GPT-5, Gemini, стоимость токенов, промпты, локальные модели
Author: Karpov-Courses (Karpov Courses)

Claude начал массово банить аккаунты за VPN

Пользователи Claude из России пожаловались на блокировки.
Так, руководитель подразделения транзакционного ИИ Яндекса Роман Маресов написал, что теперь ему придётся снова перейти на Codex.

В мае российские пользователи уже сообщали о подобных блокировках.
Вместе с доступом к аккаунтам они теряли истории чатов, аналитику и код, который многие хранили прямо в интерфейсе Claude.
При этом средства за оплаченные Pro‑подписки не возвращались.
↘️ https://kod.ru/claude-vpn-account-bans

Claude начал блокировать аккаунты пользователей из России

Несмотря на региональные ограничения Claude, пользователи из России долгое время получали доступ к сервису через VPN или зарубежные серверы и оплачивали подписку иностранными картами. Теперь некоторые из них столкнулись с блокировкой аккаунтов.

Anthropic объясняет блокировки наличием «подозрительных сигналов».
Пользователям предлагают подать апелляцию либо выгрузить историю переписок и удалить аккаунт.

Читайте на Russian Business
↘️ https://rb.ru/news/anthropic-usilila-blokirovki-claude-polzovateli-iz-rossii-i-gonkonga-poteryali-dostup-k-nejroseti-dazhe-cherez-vpn/

Claude начал блокировать пользователей из Гонконга за использование VPN

Anthropic могла ужесточить контроль за географическими ограничениями для моделей Claude.
Так, пользователи в Гонконге сообщают о внезапной блокировке учётных записей после доступа к сервису через VPN.
↘️ https://habr.com/ru/news/1089484/
...

Неделя OCR для LLM — в Telegram-канале Smart Engines
https://habr.com/ru/companies/smartengines/news/1089732/

Microsoft представила WSL 3.0 с поддержкой запуска Linux-контейнеров в Windows
https://habr.com/ru/news/1088392/

ИИ-модели нашли новые атаки на криптографические схемы

Исследователи собрали бенчмарк для криптоанализа: 191 задачу из шести семейств криптографических алгоритмов. Модели должны не пересказать известные работы, а найти слабость, которую можно проверить автоматически. На первом уровне, где практические атаки уже известны, пять моделей воспроизвели их для 65–86% схем.

Часть результатов оказалась новой. Модели предложили восстановление ключа через изъян в SpoC и нашли ошибку в опубликованном доказательстве безопасности KINDI. По словам авторов, прежде эти проблемы не были известны. Anthropic также сообщила об уязвимостях в Hawk и AES с сокращённым числом раундов, найденных при тестировании Mythos Preview.

Это пока ранние результаты, но сценарий уже практический: проверять новые криптографические схемы таким бенчмарком до внедрения.

Как компании снижают расходы на ИИ с помощью открытых моделей

Uber потратила годовой ИИ-бюджет за первые три месяца. Затем команда снизила цену запроса на 34%, сессии на 52% и удержала расходы на уровне марта, хотя использование росло. Для части задач модели с открытыми весами оказались в 2–20 раз дешевле передовых закрытых.

Экономия держится не на одной замене. Uber еженедельно сравнивает модели на реальных задачах, небольшую работу отдаёт дешёвым субагентам и сжимает контекст после 400 тысяч токенов. Pinterest дообучает открытые модели на своих данных: транзакция обходится менее чем в 8% цены сопоставимой закрытой модели.

Разбор практик компаний даёт критерий маршрутизации: дорогую модель оставлять для сложного кода, а резюме и небольшие задачи передавать дешёвой после проверки качества на своих примерах.

Два ядра загружены на 100%, а программа тормозит: где искать причину

Профилировщик показывает простой инкремент, оба ядра заняты, алгоритм не изменился. Но в эксперименте перестановка двух целых чисел в структуре сократила время работы с 4284 до 841 мс.

Причина была в размещении данных. При промахе кэша ядро ждёт чтения из памяти сотни тактов. При промахе TLB, кэша соответствий виртуальных и физических адресов, процессор дополнительно обходит таблицы страниц. А при ложном совместном использовании два ядра меняют разные переменные в одной 64-байтной строке кэша и постоянно отбирают её друг у друга.

Обычный профиль этих ожиданий не разделяет. В разборе трёх причин тормозов есть команды perf stat для счётчиков промахов и perf c2c для поиска строки кэша, за которую спорят ядра. Это полезное направление диагностики, когда добавление потоков не ускоряет сервис.

Как HLS запускает видео до полной загрузки

В HLS ролик разбит на независимые сегменты, обычно по 2–10 секунд. Плеер запрашивает их по HTTP и может начать воспроизведение, получив первые части и не дожидаясь всего файла.

В разборе Devyansh о механике HLS показано, как файл m3u8 задаёт последовательность сегментов, а главный плейлист перечисляет варианты качества. Во время просмотра плеер оценивает пропускную способность сети, состояние буфера и стабильность воспроизведения, затем переключается между вариантами.

Разбор пригодится, когда нужно понять поведение веб-плеера: время старта зависит от доставки первых сегментов, а качество может меняться уже по ходу просмотра. Для зрителя это разные стороны опыта: когда начинается воспроизведение и как меняется изображение после старта.

Как поручить ИИ миграцию сайта и не потерять 400 страниц

Сайт с сотнями маршрутов, формами, редиректами и старым кодом автор перенёс на Astro за две недели. Он запускал не больше двух агентов параллельно, чтобы проверять результат до размножения ошибок.

Требование сохранить возможности превратили в контракт: какие адреса, метаданные, изображения и формы должны работать. Рискованный перенос контента сначала проверили на прототипе. Затем конвертер переводил известные конструкции в MDX по правилам, а на незнакомых останавливался.

В разборе миграции полезен сам метод: дробить работу на задачи с критериями приёмки и оставлять продуктовые решения человеку.

Добавляем эффект плёночной съёмки на любое видео — Osmo Film Emulation работает прямо в браузере

На выбор есть 126 вариантов плёнки, которые можно дополнительно настроить: цвет, зернистость и другие параметры изображения.

Просто загружаем видео, выбираем подходящий плёночный стиль и при желании докручиваем его под нужное настроение.

Забираем — тут.