Возвращение легенды: почему Fortran снова в топе и где его использовать сегодня
Я взглянул на апрельский рейтинг TIOBE за 2026 год и протёр глаза. Python, C, C++, Java, C# — скучно. Но вот на 10-й строчке восседает Delphi. А Fortran, язык, на котором писали ещё при царе Горохе и который, по мнению всей «модной» тусовки, давно должен лежать на свалке истории, стабильно держится в топ-15. В марте 2025 года он вообще ворвался в двадцатку вместе с такими «мамонтами», как Ada и COBOL.
TAPe‑детекция против COCO и SOTA: как мы обошли RF‑DETR и YOLO, с легкостью уложившись в 100k параметров (вместо 100M)
Мы довели TAPe‑детекцию на COCO до уровня лучших SOTA‑моделей по точности, но с двумя порядками выигрыша по параметрам и радикально меньшими требованиями к данным и ресурсам. При этом модель держит 7–8 мс на изображение при mAP50 на уровне RF‑DETR‑2XL и работает почти одинаково быстро на GPU и CPU. В этом финальном посте нашего "дневника" мы подведем итоги эксперимента, покажем ключевые бенчмарки и объясним, почему TAPe‑подход позволяет реально экономить данные, железо и время разработки.Если вы тут впервые, сначала можно посмотреть:базовую статью про TAPe+ML —
Vibe-лидерство в финтехе: как я перестал писать документацию руками и занял 50% рынка ЦФА
Как я перестал бояться и полюбил ИИ: вайб-лидерство, документация за 20% времени и 50% рынка ЦФАПривет, Хабр! Меня зовут Андрей Калинин, я заместитель руководителя дирекции цифровых финансовых активов и инноваций в Альфа-Банке. Мы запустили платформу А-Токен с нуля, заняли 50% рынка ЦФА в РФ и выросли с 7 до 180+ ИТ‑сотрудников.Недавно на Хабре вышла моя статья о том, как мы с помощью ИИ (нашего внутреннего AlfaGen) написали тонны техдокументации AsciiDoc, сэкономив миллионы и 20–25% времени. Статья разошлась, но за кадром остался главный вопрос: а что изменилось в подходе к управлению продуктами и командами?
Как мы проектировали Ranvik: AI-сервис с контролем стоимости и продуктовой лентой
Как мы проектировали Ranvik: AI-сервис с контролем стоимости и продуктовой лентой
AI пишет код быстрее, а архитектура не успевает: три направления работы Go-команд сегодня
IT-индустрия вышла в новую фазу: мы научились быстро писать код, масштабировать системы и внедрять новые технологии почти без трения. Но столкнулись с новым вызовом: проблем не стало меньше — они стали сложнее.Команда «Онтико» решила не делать вид, что это просто «ещё один виток роста», и в 2026 году меняет сам формат IT-конференций! GolangConf 2026 — это уже не про «послушать доклады», которые кто-то просЛушал, а кто-то просРушал :) Мы будем разбираться с тем, что реально болит у команд прямо сейчас.
Исследование Jellyfish: при высоком уровне внедрения ИИ объём выпускаемого кода удваивается при сохранении качества
Платформа Jellyfish провела исследование с участием более 700 компаний, 200 тысяч инженеров и 20 млн запросов на слияние (pull requests). Он выявил, что производительность растёт, но без сильной потери качества кода.
Команды разработчиков в ИТ сокращаются втрое: рынок переживает вторую революцию
Эксперты зафиксировали радикальное изменение структуры команд в IT-компаниях: там, где раньше требовались 10–15 разработчиков, теперь справляются 4–5 специалистов. Ключевую роль в трансформации играют платформы автоматизации, low-code-инструменты и интеграция искусственного интеллекта в производственный конвейер. При этом крупнейшие мировые технологические компании экспериментируют с ещё более компактными командами.Трёхкратное сокращение — уже реальностьРоссийские IT-компании фиксируют кардинальные изменения в численности проектных команд. По данным участников
Как мы отслеживаем производительность веб-сервисов, или Дело «Скорости»
Салют, Хабр!Я Паша, вхожу в группу обеспечения производительности интерфейсов. Эту статью мы написали с Сергеем @TrueNort
Суммарная вычислительная мощность компьютеров игроков в Fortnite достигает колоссальных 30 ГВт
Суммарная мощность игровых ПК и консолей, на которых ежемесячно запускают Fortnite, достигает 30 гигаватт (ГВт),
ИИ Claude помог добиться «50-80-кратного улучшения» для IO_uring в Linux
Сопровождающий блочного интерфейса Linux и ведущий разработчик IO_uring Йенс Акбо применил Claude AI для отладки замедлений в коде AHCI/SCSI, связанных с использованием IO_uring. В итоге он разработал патчи, которые могут обеспечить «буквально 50-80-кратное улучшение производительности io_uring в системах, находящихся в режиме ожидания».
