kubectl describe pod: как читать вывод, в котором Kubernetes уже написал причину
kubectl describe pod часто вспоминают слишком поздно. Уже сходили в логи, пролистали Helm values, спросили в чате «кто деплоил?», на всякий случай дропнули Pod — и только потом внизу describe нашли ту самую строку: образ не скачался, памяти не хватило, Secret не примонтировался или readiness-проба честно возвращала 500. Эта команда не заменяет логи, метрики и трейсинг. Она про другое: показать, что Kubernetes пытался сделать с Pod’ом и на каком шаге всё развалилось. Если читать describe не как длинную простыню полей, а как историю жизни Pod’а, он экономит не минуты, а часы.
Cursor как общая среда для заказчика и разработчика
Google влил в Anthropic сорок миллиардов, Cursor "собрали" браузер на GPT-5.2, а я начал писать код совместно с заказчиком. В этом посте я поделюсь экспериментом, который мы начали на проекте для бизнеса в сфере управления недвижимостью. Расскажу, как я организовал работу с заказчиком в Cursor, почему это оказалось технически интересно, где здесь бизнес логика, и почему общий workspace может стать новой средой между бизнесом, разработкой и ИИ агентами.А что если показать заказчику как работать с Cursor и использовать ИИ-агентов?
Как я собрал на DGX Spark приватный AI-сервер, и теперь рассказываю, что туда вошло
У меня на столе стоит небольшая золотистая коробочка размером чуть больше Mac mini. Внутри — приватный AI-сервер: чат с локальной 26B-моделью, поисковая индексация моих документов с GPU-парсингом, конструктор агентов в Dify, RAGFlow для тяжёлого парсинга PDF, мониторинг, бэкапы, опциональный кластер из двух машин по QSFP 200G. Тридцать контейнеров, пять минут на установку через sudo bash install.sh, ноль обращений к внешним API.
В 2024 году американец спас от утилизации 72 списанных модуля ОЗУ, теперь они оцениваются примерно в $20 тысяч
В 2024 году сотрудник американской компании спас от утилизации 72 модуля оперативной памяти, списанных в рамках обновления серверной инфраструктуры. Компания планировала превратить эти планки в электронные отходы, но ОЗУ забрал отец пользователя Reddit. Сегодня общая стоимость этих 72 модулей превышает $20 тыс.
Я посадил AI-агента на свой VPS и перестал открывать SSH
Суббота, 11 вечера. Я в гостях, телефон в кармане. Приходит алерт от Grafana: «память на сервере 92%». Раньше сценарий был такой: достать ноутбук (если взял), подключиться через SSH, вспомнить, какой контейнер жрёт память, попробовать docker stats, найти проблему, решить. Если ноутбука нет — открыть Termius на телефоне, набирать команды на экранной клавиатуре и молиться, чтобы не опечататься в rm -rf.Сейчас я пишу в Telegram: «память 92%, разберись». Через минуту агент отвечает: контейнер с логами разросся до 3 ГБ, он уже почистил старые логи и рестартнул его, сейчас 54%. Я убираю телефон и возвращаюсь к разговору.
Навыки в OpenClaw: установка, создание и защита от вредоносных наборов
Я много раз наблюдал одну и ту же картину: кто-то устанавливает OpenClaw, запускает несколько задач, испытывает тот самый момент «ого!», а через два дня снова вручную присматривает за агентом, потому что тот постоянно уходит в сторону. Другие формулировки, другие шаги, другие допущения — но результат тот же. И это утомляет.Навыки работы с OpenClaw — это то, что превращает этот «дрейф» в нечто управляемое. Они не сделают агента идеальным — да и, если честно, идеал вам не нужен. Нужно предсказуемое поведение, чёткие границы и поменьше импровизации там, где она не к месту.Первое знакомство с системой навыков
