Почему ваш софт тормозит: принципы Mechanical Sympathy для разработчиков

Современное оборудование работает поразительно быстро, но программное обеспечение часто не умеет этим воспользоваться. «Механическая симпатия» — концепция, заимствованная из автоспорта и популяризированная в разработке ПО Мартином Томпсоном, — это практика создания программ, учитывающих особенности базового аппаратного уровня. Её можно свести к набору прикладных принципов: предсказуемый доступ к памяти, понимание работы строк кэша, принцип одного писателя и естественная пакетная обработка. В совокупности эти принципы позволяют оптимизировать всё — от сервера вывода ИИ-моделей до распределённой платформы обработки данных.

https://habr.com/ru/companies/otus/articles/1025964/

Алгоритмы и Структуры данных

«Я ща его ударю». Полтора года собирала жалобы на нейросети от нытиков и классифицировала

Дело было так. Я года полтора-два сижу в профильных телеграм-чатах про всякие эйяй – там разрабы, копирайтеры, редакторы, вайбкодеры и вайбкуколдеры (это кто смотрит, как другие вайбкодят, а у самого руки не доходят). Народ там не на трибуне выступает, скорее говорит, что на сердце, так что читать чистый кайф. Особенно, как они ссорятся с нейронками и потом в чат на них жалуются. И одни и те же жалобы у самых разных людей на разные модели.

У меня даже был блокнот с цитатами из этих чатов, и кажется, настало время их систематизировать. Ну вот села и пошла разбираться – что за этим стоит технически, почему так раз за разом. Жалобнических кластеров получилось восемь. Если всю портянку читать лень, то внизу они все собраны в табличку.

Хотя давайте так. Сначала я покажу одну штуку, которая меня вообще удивила – она не про модели, а про нас. Потом уже по багам пойдём.

https://habr.com/ru/articles/1025998/

Алгоритмы и Структуры данных

Наука без экранов: как настольные STEM-игры закрывают когнитивный разрыв между теорией и практикой

Современное STEM-образование часто сталкивается с парадоксом: дети собирают роботов по схеме, повторяют опыты по протоколу, но не могут объяснить, почему цепь замыкается, как работает валентность или зачем нужен цикл в программе. Причина кроется в когнитивной перегрузке и отсутствии промежуточного слоя между абстрактным правилом и физическим объектом.

Экраны и цифровые симуляторы усугубляют проблему: концентрация падает за 10–15 минут, а клик мышью не формирует моторной памяти. Педагоги и родители всё чаще ищут аналоговые инструменты, которые вернут тактильность, но при этом сохранят научную строгость.

Одним из таких инструментов являются настольные научные игры. Это мощный дополнительный слой, который закрывает пробел между правилом и практикой, между формулой и интуицией. Они не требуют пайки, батареек или подготовки реактивов, но за 30–40 минут создают в голове ребёнка чёткую ментальную модель явления.

https://habr.com/ru/articles/1026744/

Алгоритмы и Структуры данных

ULBT: как искать и сортировать зашифрованные строки без полного сканирования

Рассмотрим задачу работы с персональными данными в системе, где большая часть данных находится в открытом доступе и не может строго контролироваться. В этом случае популярным решением будет вынесение чувствительных данных в отдельный защищенный контур с контролируемым доступом. Раскрытие данных по имеющимся ключам в требуемой точке является тривиальной задачей, но все усложняется, когда большие объемы конфиденциальных данных требуется фильтровать или использовать для сортировки. Если упростить задачу до сути: нам нужно быстро искать и сортировать конфиденциальные строки минимизируя обращения к закрытой зоне, но при этом не раскрывая их содержимое. Очевидным решением является использование индексов по закрытым данным в открытой зоне. Однако классические варианты либо плохо масштабируются, либо слишком много «сливают» через индекс.

https://habr.com/ru/articles/1026008/

Алгоритмы и Структуры данных

Ржавый ассемблер

Чтобы не мучить аудиторию длинными листингами на ассемблере, мы возьмём совсем несложный пример — выполним сложение миллиона с небольшим случайно генерированных чисел с плавающей точкой одинарной сложности.

https://habr.com/ru/articles/1026218/

Алгоритмы и Структуры данных

От криптоанализа к AI-forensics:

В прошлой статье я показывал, что подпись Schnorr / MuSig2 можно рассматривать не как «чёрный ящик», а как систему наблюдаемых affine-структур: через строгий BIP340 membership bridge, семейства скрытых нонсов, compression/connectivity-метрики и protocol-valid линеаризацию MuSig2 partial signatures Хабр. Это меняет саму оптику: вместо «верим протоколу на слово» мы начинаем разбирать его на проверяемые математические блоки.

Следующий шаг оказался неожиданным, но логичным.

Мы перенесли ту же самую методологию в AI.

Не в смысле «взяли LLM и начали её тюнинговать». А в смысле: взяли квантованную MLX-модель и стали исследовать её внутреннюю математику так же, как раньше исследовали подписи.

https://habr.com/ru/articles/1026340/

Алгоритмы и Структуры данных

Если вы уже пробовали ChatGPT, DeepSeek или Cursor – вы знаете проблему: они помогают, но большую часть работы всё равно делаете вы.

Команда Зерокодера разобрала Claude Code и запустила бесплатный практикум, где в прямом эфире покажет, как собрать систему, в которой ИИ берет задачи на себя – без ручного кода и лишних сервисов.

Что вы получите на эфире:

– почему нейросети дают ответы, но не доводят задачи до результата – и как это исправить;
– как работать в одном окне без постоянных переключений;
– как делегировать рутину ИИ: от правок до тестов;
– как применять ИИ в работе: от MVP до автоматизаций и заработка;
– как перейти от «помощника» к системе, где ИИ реально выполняет задачи.

И главное – понятно объяснят, как из пользователя нейросетей перейти в того, кто использует ИИ на максимум.

🎁 Бонус: гайд по Claude Code + примеры внедрения

Бесплатный практикум – по ссылке.

Драматургия через математику: WFC + Entropy Bias

Как одна модификация формулы превращает генератор карт в дизайнера уровней

Всем привет! Меня зовут Григорий Дядиченко, и я технический продюсер. Играли в Hades? Там дизайнер уровней не бросает кубики. Он точно знает, где игрок поймает дыхание после погони, где встретит соблазн свернуть с пути, где сундук стоит под прицелом элитника, а где — просто в углу за колонной. В простой случайной генерации таких решений нет: карты рождаются «равномерными» и драматургически мёртвыми. Сегодня хочется поговорить о том, как одной модификацией в формуле Wave Function Collapse вернуть в генератор жизнь. Разберём Entropy Bias, Entropy Cascade, Tile Probability Bias и семантические слои. Если вам интересна тема процедурной генерации и немножко математики — добро пожаловать под кат.

https://habr.com/ru/articles/1026506/

Алгоритмы и Структуры данных

Поиск решений, управляемый данными. Тестирование и документирование

В предыдущих статьях были рассмотрены вопросы представления предметных знаний простыми и понятными для прикладных специалистов формами информационных блоков. Использование терминологического словаря предметной области в качестве естественного языка для представления знаний значительно облегчает процесс подготовки информационного наполнения системы. Так же были подробно описаны механизмы управляющие поиском решений.

Эта статья о том, как технология поиска решений, основанная на информационных блоках, способствует упрощению тестирования прикладных приложений и обеспечивает документирование получаемых решений.

В качестве иллюстративных материалов использованы фрагменты реальных приложений. Эти приложения относятся к таким прикладным областям, в которых нейросетевые технологии могут найти лишь ограниченное применение. В задачах конструкторско‑технологической и медицинской направленности требуются точные, обоснованные и воспроизводимые решения.

https://habr.com/ru/articles/1027826/

Алгоритмы и Структуры данных

Давайте объединим линейную и геометрическую алгебры. Часть 2. Матрица Якоби

В этот раз воздержусь от обработки статьи нейросетями, для приукрашивания оборотов речи, напишу просто про следующую идею: Матрица Якоби определяет векторную функцию в малой области, линейным способом, за счет чего может обрабатываться методами и линейной и геометрической алгебры.

https://habr.com/ru/articles/1027942/

Алгоритмы и Структуры данных

Поиск решений, управляемый данными. Клиент-серверная архитектура и WEB

Поиск решений, управляемый данными, предполагает постоянное взаимодействие с пользователем. База знаний должна позволять одновременно обслуживать несколько клиентских мест. В статье рассматриваются принципиальные вопросы различных вариантов организации взаимодействия пользователей с экспертной системой (локально, в локальной сети, через интернет).

В статье не рассматриваются вопросы технической реализации типа: REST/SPA‑подход или long polling / WebSocket / server‑side session / event sourcing.

https://habr.com/ru/articles/1028206/

Алгоритмы и Структуры данных

Поиск решений, управляемый данными. Направления развития

Это заключительная статья серии. Экспертная система, состоящая из информационных блоков и словаря, реализованная на принципах технологии поиска решений управляемого данными, позволяет накапливать и сохранять прикладные знания. Наполнение системы знаниями целиком и полностью доступно прикладным специалистам. Появляется возможность реализации прикладных задач в самых разных предметных областях с минимальным привлечением ИТ-специалистов, и практически без традиционного программирования. Опираясь на сохранённые знания, узкие прикладные специалисты могут автоматизировать свои насущные задачи. Радикально снижаются затраты на разработку и одновременно получается качественный, масштабируемый и легко сопровождаемый продукт.

https://habr.com/ru/articles/1028230/

Алгоритмы и Структуры данных

Как 2ГИС адаптируется к проблемам с позиционированием

Нестабильное позиционирование — не только пользовательская проблема, но и для нас как разработчиков картографического сервиса. Когда спутники теряются или данные становятся неточными, рушится целая цепочка: от отображения местоположения на карте до построения маршрута и поведения навигатора.

А источников ошибок много — плотная застройка, подземные парковки, тоннели и зоны с нестабильным сигналом. Чтобы приложение оставалось рабочим даже в таких условиях, мы стараемся улучшить систему позиционирования.

Ниже рассказываем про работу с геопозицией и что сделали, чтобы приложение оставалось рабочим, даже если сигнал пропал.

https://habr.com/ru/companies/2gis/articles/1028348/

Алгоритмы и Структуры данных

Запускаем DeepSeek-V4 (1.6T) на «калькуляторе»: SVD-трансмутация, Identity Theft и гаражный MLOps

24 апреля 2026 года мир содрогнулся — вышел DeepSeek-V4-Pro. 1.6 триллиона параметров, MoE-архитектура, веса на 800+ ГБ. Академики в белых халатах из исследовательских центров тут же выкатили райдер: «Вам нужно минимум 8xH100 и прямой канал до дата-центра».

Мы посмотрели на свою бесплатную NVIDIA T4 с 16 ГБ VRAM в Kaggle, на 50 ГБ диска и поняли: вызов принят. Пока вы ждете гранты на GPU-кластеры, мы занимаемся цифровой вивисекцией.

https://habr.com/ru/articles/1028560/

Алгоритмы и Структуры данных

«Прогеры» или «Битва Големов v4.0»? Сравниваем две настольные игры, обучающие детей основам кода и робототехники

Так уж получилось, что в России уже почти десять лет из настольных игр, которые направлены на обучение младших школьников (и чуть постарше) основам алгоритмики, программирования и робототехники доступны или зарубежные игры типа «Ricochet Robots» или «Robot Turtles». Постарше (с 12–14 лет) могли познакомиться с классикой жанра «RoboRally», а также в последние года появились две сюжетные игры‑головоломки «Quirky Circuits» и «М.А.Р.И.» Я про них писал более года назад.
Но основная «борьба» развернулась между «Прогерами» от Банды Умников и моей «Битвой Големов». И, несмотря на общую направленность, это разные игры как по механикам, так и по применимости. Поэтому решил сравнить игры лоб‑в-лоб достаточно беспристрастно и рассказать об их различиях.

https://habr.com/ru/articles/1028760/

Алгоритмы и Структуры данных

Задание 7 ЕГЭ по информатике: разбираем базу по кодированию изображений с нуля

Седьмое задание ЕГЭ по информатике часто воспринимается выпускниками как проходное. Казалось бы, что тут вообще может пойти не так? Выучил пару элементарных формул, умножил ширину картинки на высоту — и готово, законный балл в кармане.

Но на практике статистика неумолима: именно на задачах по кодированию изображений абитуриенты регулярно теряют драгоценные баллы. И проблема здесь кроется вовсе не в сложности самой концепции. Главные враги сдающего — это коварные детали. Ошибка при переводе килобайтов в биты, легкая путаница со степенями двойки и, конечно же, неправильное округление (в какую сторону округлять глубину цвета, если результат получился дробным?). Эти мелочи способны разрушить даже абсолютно верный ход мыслей.

Эта статья написана для того, чтобы раз и навсегда избавить вас от сомнений при встрече с графикой в КИМах. Наша цель — пройти путь от абсолютного нуля до полноценного понимания механики кодирования изображений.

https://habr.com/ru/articles/1029206/

Алгоритмы и Структуры данных

Вариация на тему Рида-Соломона

В одном из проектов столкнулся с задачей кодирования данных с целью восстановления потерянных пакетов. Поскольку обработка пакетов осуществлялась полностью на цифровом уровне без доступа к информации от аналогового приемника (hard-decision), то я решил использовать код Рида-Соломона (РС). Обработка пакетов осуществлялась на контроллере esp32-s3, который среди прочего имеет возможность работы с векторами. И необходимо иметь большую силу воли, чтобы не воспользоваться этой интересной возможностью для ускорения вычисления. Собственно эта краткая статья посвящена адаптации и модификации кода РС для возможности использования векторных операций на этом контроллере.

https://habr.com/ru/articles/1033246/

Алгоритмы и Структуры данных

Фазовая синхронизация в системе FMComms5 от Analog Devices и оценка угла прихода сигнала

В этой статье дана инструкция для выполнения фазовой синхронизации в FMComms5 от Analog Devices и реализации метода пеленгации, использующего эту функцию. Оценочная плата FMComms5 обеспечивает высокую точность фазовой синхронизации. В этой статье рассказывается, как выровнять фазы двух приемопередатчиков AD9361 с помощью специальной программной библиотеки libad9361, созданной на основе инфраструктуры ввода-вывода libiio. Фазовое выравнивание необходимо для многих радиолокационных систем, таких как пеленгаторы и когерентные системы MIMO.
Исходный код GNURadio, на котором основан этот пример, был изначально разработан доктором Шрикантом Пагадараи и доктором Трэвисом Коллинзом при финансовой поддержке компании Ettus Research [1]. Недавно доктор Коллинз портировал его на платформу FMComms5, добавив документацию. В настоящее время код доступен по адресу github.com/tfcollins/gr-doa в ветке adi. Этот код распространяется по лицензии GPL3. Реализация на FMComms5 обеспечивает такую же производительность, как и предыдущая работа [1]. Технический документ из [1] также был дополнен авторами оригинальной статьи информацией о FMComms5 и стратегии его внедрения.

https://habr.com/ru/articles/1029232/

Алгоритмы и Структуры данных

Реверс — это сканворд. Как я впервые нормально понял Ghidra

У меня бывают неожиданные заказы, из неожиданных сфер на фрилансе. Недавно писал про то как прилетел большой проект по классификатору фоток. А теперь пришел запрос на реверс! Не могу вдаваться в подробности проекта - много конфиденциального - но я расскажу про конкретный разбор одного .dll файла. Открыл Ghidra, кликнул на функцию, включил декомпилятор - и передо мной встала стена.
Не метафорическая стена. Прям реально стена!

https://habr.com/ru/articles/1029296/

Алгоритмы и Структуры данных

Почему Chrome весит 7 000 Марио или как сжать «Змейку» в 1 000 раз

На вашем диске лежит семь одинаковых моделей птицы Додо. Не благодарите — это ARK заботливо положил их вам в каждое DLC.

Раньше Super Mario Bros весила 40 КБ. Сейчас одно обновление Chrome — это ~7 000 таких Марио. Как мы дошли до жизни такой, и почему все идет по кругу?

В статье пройдем путь от тайлов NES до Neural Texture Compression и рассмотрим змейку в трех версиях: по трем вехам сжатия. Одна из них в 1 120 раз меньше первой. И это не та, в которой ИИ.

https://habr.com/ru/companies/selectel/articles/1029402/

Алгоритмы и Структуры данных

Те, кто не любит отлаживать — против тех, кто не любит писать

В программировании (как и в написании HDL кода и подобных профессиях) есть две школы мысли: чистолисты (строят свою архитектуру с чистого листа и пишут так чтобы поменьше отлаживать) и кодокопатели (отлаживают что есть, дополняя мусором из интернета, чтобы поменьше писать). На это накладывается менеджмент, который пытается комбинировать чистолистов и кодокопателей, иногда неправильным образом, то есть ставит чистолистов править то, что налабали кодокопатели. Это происходит потому, что кодокопатели постоянно выглядят занятыми отладкой, а чистолист часто смотрит в потолок обдумывая дизайн, поэтому менеджмент думает что первые работают быстрее чем вторые, и пытаются соптимизировать “быстроту-качество” вот таким образом.

https://habr.com/ru/articles/1029774/

Алгоритмы и Структуры данных