GitHub каждый день подкидывает новый AI-репозиторий. Проблема не в том, чтобы найти инструмент, а в том, чтобы понять, куда он вообще встраивается.

Собрали 20 репозиториев в таблицу и сделали полный разбор по задачам: локальные модели, обучение, агенты, RAG, автоматизация, работа с кодом, речь и изображения.

Внутри — таблица по слоям стека и команды установки.

https://v.thecode.media/dcq2u

Журнал «Код» | Промокод Практикума

🍻 Ультрасложная задача про пьяных программистов и коллизию

После работы три разработчика решили выпить и сыграть в бильярд. Чтобы было интересно, мидл придумал такое условие: проигравший оплачивает счёт.

Все знали, что сеньор лучше всех пьёт и играет, поэтому мидл предложил считать так:

«Если сеньор забьёт меньше шаров, чем другие участники, вместе взятые, — он проиграл и платит за всех».

Через пару минут после начала игры, когда несколько шаров уже было забито, к ним подошёл тимлид из соседнего отдела. Ему объяснили, что проигравший платит, он согласился, и игра пошла уже вчетвером.

Когда партия закончилась, получились такие результаты: джуниор забил 2 шара, мидл — 4 шара, сеньор — 6 шаров, тимлид — 4 шара.

Кто должен оплатить счёт? Голосуйте в опросе ниже и пишите в комментариях, почему ↓

Журнал «Код» | Промокод Практикума

В 1763 году Томас Байес вывел теорему, которую сам не успел опубликовать. Сегодня она фильтрует ваш спам на почте — и делает это быстрее любой нейронки.

ML-инженеры на старте зарабатывают от 115 тысяч рублей, а с опытом — за 400. Спрос на них растёт быстрее, чем рынок успевает их готовить. Наивный байесовский классификатор — первый алгоритм, который обязан понять каждый, кто идёт в Data Science.

https://v.thecode.media/0v6z1

Журнал «Код» | Промокод Практикума

Это пацаны вайбкодили, я просто рядом стоял: https://v.thecode.media/o6ry5

Журнал «Код» | Промокод Практикума

16-летний школьник купил ПВЗ… чтобы воровать видеокарты.

Он оформил точку выдачи на себя, получил доступ к заказам и начал схему: оформлял дорогие GPU через чужие аккаунты, а когда они приезжали — просто забирал их без оплаты.

Итог — ущерб больше 1 млн рублей и уголовное дело за мошенничество в особо крупном размере.

Сначала покупаешь бизнес.
Потом используешь его как чит-код.

Подробности здесь: https://v.thecode.media/2u3k9

Журнал «Код» | Промокод Практикума

🍄‍🟫 Причины появления галлюцинаций у нейросетей

Галлюцинация ИИ — уверенный, но вымышленный ответ машины, не соответствующий реальности или доступным источникам.

Модель не проверяет факты и не знает, где правда, а где ложь. Модели предсказывают каждое слово-токен на основе вероятностей, а не сверяются с реальностью. Если какие-то конструкции встречались в наборах данных при обучении, машина будет использовать их. Чтобы понять, почему модель может галлюцинировать, нужно понять, как вообще появляются эти ответы. Архитектура обработки ответа может выглядеть как цепочка (см. изображение).

1. Prompt — запрос пользователя. Модель не понимает точный смысл и намерения человека, она воспринимает это просто как набор значений-токенов.

2. LLM — место, где языковая модель принимает запрос. Здесь машина начинает вычислять вероятности следующих токенов.

3. Model Answer — черновой ответ модели. Первичный, внутренний вариант ответа, который компьютер сгенерировал до проверок, фильтров и оценок.

4. GPT-4o. Отдельная модель или этап, который оценивает качество чернового ответа: полезность, соответствие инструкциям, безопасность.

5. Evaluated Answer — оценённый ответ. На этом этапе уже ясно, какие части хорошие, слабые или потенциально опасные. Финальный текст ещё не выбран, но уже понятно, что можно оставить.

6. Selection of Tokens — выбор слов-токенов из подходящих. Модель проверяет, какие токены проходят по вероятностям и ограничениям. Тут решается, какие слова реально попадут в финальный ответ.

7. Selected Tokens — составляется финальный набор токенов для ответа. Это почти финальный ответ.

Attention Maps. Процесс, который идёт параллельно с предыдущими с момента попадания запроса в нейросеть. Включает части запроса, на которые модель обращала внимание при генерации. Это параллельный предыдущим шагам процесс, один из ключевых механизмов ИИ-моделей для выделения важной информации.

8. Token-Label Aligning — сопоставление конкретных слов из ответа и меток. Например, «релевантно», «полезно», «опасно». Модель должна понимать, какие слова за какой эффект ответственны.

9. Attention Scores aligned to Labels. Рассчитывается, какие части текста сильнее всего повлияли на оценки.

10. Attention-based Features. Шаг, когда из карт внимания извлекаются числовые характеристики. Эти числа упрощённо представляют поведение модели и не используются для ответа, только для анализа.

11. Windowed Features — оконные признаки. Окна — это оценённые куски текста, а признаки — числовые характеристики текста, по которым алгоритм принимает решение.

12. Selected Features — машина оставляет только самые важные признаки, которые влияют на решение.

13. Classifier — классификатор. Отдельная модель или алгоритм, который на основе признаков решает: «Ответ нормальный? Опасный? Неточный?»

Галлюцинация появляется в первой половине схемы — на пути между пунктом LLM до Selected Tokens. В этой части нет фрагмента «проверить ответ на правдивость», есть только несколько этапов подбора подходящих слов.

Иногда галлюцинацию может заметить классификатор как внешний компонент системы. Но он тоже не понимает наверняка, если модель, которую он анализирует, врёт. Классификатор только подсчитывает соответствие шаблонам, согласованность, соответствие контексту. В итоге он может сказать: «Похоже на галлюцинацию, но не факт».

Получается, на всём пути генерации ответа нет ни одного места с жёсткой проверкой: «Это правда или ложь?»

Журнал «Код» | Промокод Практикума

Один оставил API-ключ в публичном репозитории и за ночь потерял $600. Другие запустили 170+ приложений с открытыми базами данных и не знали об этом. Третий дал AI-агенту слишком много прав — и тот удалил production-базу с данными 1200+ компаний.

Анастасия Егорова, фронтенд-разработчик, поделилась с нами тремя реальными кейсами, где вайбкодинг ломает безопасность. Ну и закономерность понятная — инструмент дали, а пользоваться не научили. Поэтому в статье оставили самый полезный чеклист, чтобы не повторить эти кейсы у себя.

https://v.thecode.media/8tnt4

Журнал «Код» | Промокод Практикума

Программист и разработчик. В чем разница?
Только неправильные ответы.

Журнал «Код» | Промокод Практикума

Начинаешь изучать программирование:

День 1 — «Щас как разберусь и разбогатею»
День 5 — «Ну ок, вроде не сложно»
День 15 — «Че-то уже посложнее»
День 35 — «Я вообще ничего не понимаю»
День 50 — «Да кому вообще нужна эта ваша разработка?! Буду слесарем» 

Если дошли до последней стадии, не горячитесь. Возможно, мы знаем, в чём проблема, и как с этим быть: https://v.thecode.media/ip386

Журнал «Код» | Промокод Практикума

Пока вы не ушли мариновать шашлык, вот вам новость: Cloudflare сокращает около 20% сотрудников. Это более 1100 человек.

Параллельно компания перестраивает бизнес под «AI-first» модель.

При этом финансово Cloudflare чувствует себя неплохо: выручка растет, прибыль выше ожиданий. Но рынок реагирует нервно — акции после новости просели почти на 20%.

Ну что, ждем, когда все наши сайты начнут падать из-за любви пиджаков к ИИ? :-)

Ещё пару лет назад запустить нейросеть локально — это Python, терминал и полдня настройки. Сейчас скачал программу и готово.

Собрали 10 инструментов под разные задачи:

— Ollama и LM Studio — если нужен локальный чат-бот вместо ChatGPT
— ComfyUI — если нужна генерация изображений, видео и аудио через ноды
— Whisper.cpp — если нужна транскрибация аудио офлайн с точностью до 20 мс
— Pinokio — если хочется просто выбрать приложение и нажать установить, как в Steam
— Llama.cpp — если строите что-то своё на базе LLM

Плюс: как подобрать железо, какие ошибки вылезают чаще всего и как их чинить.

https://v.thecode.media/vkzst

Журнал «Код» | Промокод Практикума

Темы про архитектуру, базы данных, кэш, тестирование и полный цикл деплоя. Можно читать в любом порядке, но если хочется системы — идите снизу вверх: от основ к инструментам.

→ Клиент-серверная архитектура: как работает то, что мы пишем
Большинство сервисов строятся по принципу «клиент — сервер», но мало кто может объяснить, что именно происходит между запросом и ответом. Здесь разбирается вся цепочка: от клиента через балансировщик нагрузки до базы — и почему единая точка отказа убивает даже хороший бэкенд.

→ 5 видов баз данных, которые подходят для разных задач
Нет универсальной базы на все случаи жизни — всё зависит от того, что хранить и как с этим работать. Материал объясняет, чем реляционные отличаются от нереляционных на практике, а не в теории: когда Postgres, когда MongoDB, когда что-то ещё.

→ Redis: что это такое и как им пользоваться
Redis хранит данные в оперативной памяти, а не на диске — именно это делает его быстрым. Кэш страниц, результаты поиска, сессии пользователей — всё это его территория. Статья объясняет модель «ключ-значение» и установку, включая вариант через Docker.

→ Как и зачем тестируют бэкенд
Материал про то, что тестирование — это не отдельная профессия, а часть работы бэкендера. Внутри: как устроена документация API, почему Django и FastAPI генерируют Swagger автоматически — и зачем вообще знать, как работает то, что ты сдаёшь на ревью.

→ Бэкенд с нуля в 2026: учим Flask, Docker, Redis и ещё 7 технологий
Пять лет назад бэкендер писал код и передавал его девопсу. Сегодня от разработчика ждут полного цикла: написал, протестировал, задеплоил сам. Роадмап с конкретным порядком: язык → Flask → SQL → Git → API → Docker. И отдельно — что спрашивают на интервью, кроме стека.

Можете начать свой путь в бэкенде с нашей статьи или курса от Практикума: https://v.thecode.media/z945u

Журнал «Код» | Промокод Практикума

Раньше все думали, что язык 1С — это только для бухгалтерии, но оказалось, что это далеко не так.

1С — основная платформа автоматизации предприятий в России. Это значит, что эта платформа обслуживает самые разные направления бизнеса, где можно что-то автоматизировать:

• логистика;
• интернет-магазины и обычные магазины;
• фитнес-клубы;
• кафе и рестораны;
• ЖКХ в масштабах компании или города;
• гостиницы;
• аптеки;
• автосервисы;
• и ещё много других сфер деятельности, где работают с клиентами.

А вот какие задачи можно решить с 1С:

• учёт рабочего времени;
• управление складом и закупками;
• автоматизация производства;
• кадровый учёт;
• делопроизводство и обработка документов;
• зарплата и финансовые данные.

Получается, что 1С — как швейцарский нож: умеет всё. Освоить с нуля один из самых востребованных языков программирования, получить реальный и актуальный для рынка опыт через большой объём практики вы можете в Практикуме: https://v.thecode.media/gqrf1

Журнал «Код» | Промокод Практикума

Репозитории, теорема Байеса и одна ИИ-девушка с характером

Звучит как начало анекдота — но нет, это просто наша неделя. Собрали 20 AI-инструментов с GitHub, объяснили наивный байес через спам, показали, как вайбкодинг ломает продакшен, и напомнили, почему не надо бросать программирование. Новости — между делом, как обычно.

Начните с 20 AI GitHub-репозиториев для разработки: локальные LLM, RAG-пайплайны, агентные фреймворки, Whisper, ComfyUI и coding CLI. Всё, что заменяет платные подписки — и при этом работает у вас на машине. Список живой, потому что всё очень быстро меняется.

Кстати, раз уж OpenAI продолжает раздавать: ChatGPT-5.5 Instant стал базовой моделью даже для бесплатного тарифа — с улучшенной точностью и меньшим числом ошибок. То есть бесплатный ChatGPT теперь лучше, чем платный был год назад. Прогресс.

Пока разбираетесь с инструментами, можно параллельно осмыслить наивный байесовский классификатор. Формула Байеса, сглаживание Лапласа, пример со спамом и код на Python — за 15 минут можно разобраться, как вообще ИИ понимает, что письмо подозрительное.

Говоря об ИИ с характером: энтузиаст создал ИИ-девушку, которая умеет игнорировать и обижаться. Построена на состояниях и памяти, имитирует «настроение». Зачем? Хороший вопрос. Главное, что может.

Тем временем в Unity появился ИИ-агент, который сам пишет код, генерирует ассеты и UI прямо в редакторе. Вайбкодинг добрался до геймдева. И вот тут самое время прочитать следующее.

Вайбкодинг и безопасность: три реальных кейса из продакшена — API-ключ в публичном репозитории, 170+ открытых баз данных и удалённый продакшн, который кто-то случайно уронил. Это не страшилки, это то, что уже случилось с реальными проектами. Стоит прочитать до того, как деплоить.

Пока вы думаете об этом: полноценный Linux с реальным ядром запустили прямо в браузере — проект LinuxOnTab через WebAssembly и v86, без установки и облака. Просто открываете вкладку — и вот вам терминал. Бесполезно? Может быть. Но как это вообще работает — объяснили.

И раз уж речь зашла о том, чтобы не бросать: пять реальных причин, по которым люди бросают программирование — пузырь непонимания, многозадачность, иллюзия завершённости. Если хоть раз закрывали ноутбук с мыслью «я слишком тупой для этого» — там есть, что почитать.

Напоследок: Google 12 мая покажет крупнейший апдейт Android в истории — возможный редизайн, улучшенная многозадачность и глубокая интеграция ИИ. Следим.

Мы ушли проверять, не утёк ли где-нибудь наш API-ключ. Увидимся через неделю, ваш Код 🫶

Кстати, самые актуальные новости из всего в интернете и полезные статьи — мы публикуем каждый день на сайте!

Журнал «Код» | Промокод Практикума