Как мы развиваем АСК Легарус: улыбаемся и пашем. Полгода спустя
Полгода назад я написал первую статью о том, как мы развиваем АСК Легарус, и закончил её словами, что постараюсь писать об этом регулярно.Ну что же. Прошло ровно полгода.Видимо, для меня это и есть регулярно 😊Зато теперь есть о чём рассказать. И есть где. Корпоративный блок конечно хорошо, но думаю наш опыт будет интересен и хабражителям. До конца не понимаю что можно публиковать на Хабре а что нет, надеюсь не погонят 🙈
Неэффективные менеджеры
Рассуждение о том, почему в российском региональном бизнесе направление IT покупают как трактор (как выражение формы нового, модного, молодёжного), а пашут по-прежнему на лошади. Также о том, почему статус и должность субъекта порой не говорят ничего о его фактических способностях. Порой даже говорят о противоположном, что ему максимум двор мести, но даже там толк нужен, и вряд ли условный дядя начальник справится с этой задачей. Снова начнут сказки рассказывать и в духе «предпринимательской природы» паразитировать на чужом труде, забирая лавры себе, собственно, как часто и происходит.Синий трактор
xk6-sip: SIP-телефония как код
Парадокс 2026 годаНа дворе 2026 год. Веб-сервисы тестируют облачные оркестраторы: тысячи виртуальных пользователей поднимаются из пайплайна, метрики падают в Prometheus, деградации ловит алерт до того, как их заметит клиент. А в телефонии, которая до сих пор держит колл-центры, банки, скорую помощь и диспетчерские, релиз АТС часто проверяют так же, как двадцать лет назад: тестировщик берёт два телефона и звонит сам себе. Нагрузку дают SIPp со сценариями в XML, которые проверяют сигнализацию, но не слышат, прошёл ли голос.xk6-sip — моя попытка закрыть этот разрыв. Это расширение k6/x/sip для Grafana k6
GlowByte приняла участие в конференции Smart Data — 2026 в Китае
GlowByte приняла участие в 8-й международной конференции FanRuan Smart Data Conference — 2026, которая прошла 10–12 сентября в Ухане, в отеле InterContinental Wuhan. Лозунг конференции в этом году — «Данные и ИИ. Что дальше» (Data & AI Next).
Машинное обучение головного мозга
Как я два года учил себя как нейросеть Дрессировочный ошейник для собак на предплечье, провод в COM‑порт ноутбука, португальская фраза в наушниках. Ошибусь на букве — ударит током. Я занимаюсь машинным обучением, и однажды я задал вопрос, от которого преподавателя передёрнет: чем обучение человека принципиально отличается от обучения модели? А дальше два года проверял ответ на самом живом — на собственной голове.
Томограф в чемодане: одна съёмка от начала до конца (часть 2)
В первой части мы рассказали, почему ручной рентген в принципе можно превратить в томограф и какая математика мешала это сделать раньше. Судя по вопросам после докладов, самой убедительной части в той истории как раз и не хватало: а как это выглядит вживую? Поэтому сегодня никаких аксиальных коллинеаций.
Оценка AI‑агентов: 7 ошибок, из‑за которых тесты врут
Всем привет, меня зовут Сергей Прощаев, и в этой статье расскажу про семь ошибок в оценке AI‑агентов — тех самых, из‑за которых прогон тестов светится зелёным, а о деградации команда узнаёт от поддержки.У команды есть
Qwen3.8–27B на двух RTX 3060 12ГБ: как я разогнал OpenCode с ~9 до ~40 токенов-с при 128K контекста
Задача была простой: собрать дома собственный вычислительный блок для coding‑agent'ов и по возможности как можно меньше зависеть от облачных лимитов. Codex и Claude Code мне нравятся, но постоянно упираться в ограничения, а тем более платить за более дорогие тарифы 100 или тем более 200 долларов в месяц, я не хочу. Поэтому решил посмотреть, насколько далеко можно уехать на том, что уже есть.Железо для эксперимента постарался подобрать с минимальными вложениями: Core i7-4790, 32 ГБ DDR3, ASUS Sabertooth Z97 Mark 2 и две RTX 3060 по 12 ГБ. Никакого NVLink, CUDA P2P между картами тоже нет. Зато суммарно есть 24 ГБ VRAM и желание выжать из них все соки.
