Live and recent posts from across the Fediverse tagged #хабр, aggregated by home.social.
Kubernetes просто, часть 5: зачем нужен Ingress и как маршрутизировать HTTP-трафик
Разбираемся, зачем Kubernetes нужен Ingress . Чем он отличается от Service и Ingress Controller, как маршрутизировать HTTP-трафик по по доменам и путям к разным приложениям внутри кластера.
https://habr.com/ru/articles/1089214/
#kubernetes #k8s #хабр #ingress #service #системное_администрирование #devops #трафик #сети #контейнеры
«Объяснить код» — уже мало: Хабр расширяет ИИ‑помощника для чтения статей
Всем привет! На связи Сергей Фомин, продакт‑менеджер Хабра. Мы расширили фичу SourceCraft на Хабре — теперь ИИ‑помощник SourceCraft Code Assistant помогает не только разобраться с кодом в статье, но и быстро понять сам материал, посмотреть основные мысли из комментариев или найти варианты практического применения. Интеграция с платформой для разработки SourceCraft, которую мы запустили в 2025 году, помогала разобраться с кодом прямо в статье. Фича появилась непосредственно в кодовых сниппетах: нажимаешь кнопку — и ИИ‑помощник объясняет, что происходит в конкретном фрагменте кода, с учётом контекста статьи. За время работы ею воспользовались более 645 тысяч пользователей, а общее количество нажатий на кнопку «Объяснить код» превысило миллион.
Обзор на приз ежегодного конкурса Хабр Технотекст
Так уж получилось, что приз от Хабра за победу в конкурсе Технотекст приехал аккурат на мой день рождения — 25 сентября. И поэтому я решил сделать отдельный пост 😎
Kubernetes просто, часть 3: зачем нужен Service и как трафик доходит до конкретного Pod
Pod'ы в Kubernetes появляются, исчезают и меняют IP. Разбираемся, как Service даёт приложению стабильную точку доступа, как работает ClusterIP, DNS, selectors, EndpointSlice и readiness - и как запрос в итоге попадает на конкретный Pod.
https://habr.com/ru/articles/1084866/
#kubernetes #service #cluster #clusterip #dns #devops #хабр #системное_администрированик #pods #networking
От статьи на Хабре до Байконура: вывоз «Прогресса», хабраэффект и космический перенос
В первой части статьи я добрался до Алматы и ждал перелёта в аэропорт Кызылорды, откуда мне предстоял трёхчасовой трансфер на автобусе в закрытый город Байконур.
Казалось бы всё самое интересное ждало меня впереди, но за день до моего вылета из Перми, выяснилось что на сам запуск ракеты я не попадаю. Однако есть поворот
От статьи на Хабре до Байконура: как я еду в космос
Иногда текст который ты пишешь вечером за компьютером может закончиться совсем не так как ты ожидаешь. Это случилось и со мной — сейчас я в Алматы, а вчера рано утром выехал из Перми сначала поездом в Екатеринбург, а потом с самолётом в Астану, а затем ещё один перелёт в сюда. А завтра я должен быть на Байконуре. А всё это началось с одной статьи на Хабре. Летом прошлого года (в июле 2025) я опубликовал статью про построение приватного голосового ассистента на базе Home Assistant, Whisper и Piper , а спустя несколько месяцев в ноябре 2025 года узнал, что выиграл главный приз — поездку на космодром Байконур. Хабр совместно с хостинг‑провайдером RUVDS, который выступил спонсором, проводил конкурс «Космотекст». Избранные тексты авторов отправляли в космос на микроспутнике, а автору самой лучшей публикации за всю историю конкурса дарили поездку на Байконур. Моя статья про отказ от Алисы неожиданно забрала этот суперприз. Хабр подарил поездку
Когда комментировать на Хабре: я разобрал 4404 комментария
Некоторое время назад я решил оживить мой аккаунт на Хабре. Покомментировав с умным видом здесь и тут, я решил подвести научную базу: собрал 4404 чужих комментария из 250 тредов и посчитал, когда и где надо оставить комментарий, чтобы он набрал максимум лайков. Спойлер: час на часах не важен, а вот позиция в треде и первые сутки решают всё. Погрузиться в Биг Дейту
Ежедневный Хабр: 9 интересных публикаций каждый день
На главной теперь закреплена подборка из 9 статей и новостей, которая обновляется раз в сутки. Это самый быстрый способ читать Хабр: материалы точно интересные, а многие даже набрали комментарии.
https://habr.com/ru/companies/habr/articles/1059088/
#хабр #блоги_хабра #алгоритмы #продуктовые_новости #пользователям #ежедневный_хабр
Кнопка «Заткнись»: как Reddit, Хабр и Пикабу стали филиалами цифрового ГУЛАГа
Знакомая ситуация? Заходишь на Реддит, видишь пост, где восторженная толпа радостно обсуждает, как бы ещё сильнее зарегулировать предпринимателей, поднять налоги или запретить что-нибудь во имя всеобщего блага. Будучи адекватным человеком (и уж тем более […]
Смещение с содержания и темы на подачу: как изменился паттерн чтения статей на Хабре
Недавно мы с коллегой поспорили, какую статью на Хабре считать успешной. Я смотрел на охват и дочтения, а он вспоминал публикации, которые собирали сотни комментариев или неделями пополняли избранное. Стало очевидно, что под «успехом» мы понимаем принципиально разные вещи. Для одного это десятки тысяч просмотров, для другого — актуальность прикладной инструкции, а для третьего — горячая дискуссия, которая продолжается даже когда статья уходит из топа. Главный подвох открытой статистики Хабра в том, что ее легко трактовать слишком буквально. Высокий охват принято считать признаком сильной темы, длинную ветку комментариев воспринимают как доказательство резонанса, а добавления в закладки называют гарантией практической пользы. Однако эти реакции не складываются автоматически: статью могут сохранить после быстрого просмотра и не прочитать до конца. Подробный разбор читатель может внимательно изучить и оставить без единого комментария. Спорный тезис, напротив, иногда собирает сотни сообщений при вполне среднем охвате. Чтобы понять, как эти сценарии соотносятся между собой, я разобрал почти триста публикаций блога МТС, вышедших с января по 11 июня 2026 года. Сопоставил охват, дочтения, доскроллы, сохранения, оценки и комментарии, а затем посмотрел, как реакции менялись в зависимости от темы и конструкции материала. Выясним, что мне удалось узнать.
https://habr.com/ru/companies/ru_mts/articles/1063884/
#Хабр #контентаналитика #корпоративный_блог #вовлечённость #дочтения #охват #комментарии #ИИконтент #МТС
Разобрал 1233 статьи Хабра: всё, что советуют авторам, объясняет 6% результата
Полгода назад я начал писать на Хабр дважды в неделю. Результаты разошлись в восемьдесят раз: от 120 тысяч охвата и 647 закладок до полутора тысяч охвата и нуля закладок при одинаковом подходе к работе. Чтобы разобраться, я сделал очевидное — собрал 200 статей с высоким рейтингом и посчитал в них всё, что считается. Вышла красивая формула, совпадающая с тем, что обычно советуют авторам: пиши коротко, без картинок, с личного аккаунта, про горячую тему. Потом я добавил контрольную группу — все 1033 статьи, вышедшие на площадке за месяц, без всякого отбора. И формула развалилась. Картинки: по хитам корреляция с охватом −0.21, по всей популяции с рейтингом +0.26. Статьи вообще без иллюстраций имеют медианный рейтинг 4, с двадцатью и более — 15. Длина: по хитам короткое побеждает, по всей популяции статьи на 4000–6000 слов имеют втрое больший шанс взять рейтинг выше 50, чем короткие. Модель на всех измеримых признаках сразу — длина, картинки, гифки, видео, код, таблицы, ссылки, заголовок, час, день недели, тема, тип блога — даёт R² = 0.06. Вся форма объясняет шесть процентов разброса рейтинга. Внутри: реальные базовые ставки площадки (медианная статья собирает 8869 охвата, 7 плюсов и 3 комментария), шестикратный разброс по хабам, разбор того, за что дают плюсы и за что закладки, история про тему, выгоревшую за пять месяцев с 697 тысяч охвата до 66 тысяч, и отдельный сюжет о том, как я чуть не повторил ту же ошибку второй раз — уже специально про неё зная. Плюс результаты живого эксперимента: статья, написанная строго по выведенной формуле и опубликованная в прошлую пятницу.
https://habr.com/ru/articles/1061238/
#Хабр #статистика #анализ_данных #ошибка_выжившего #продвижение #рейтинг #карма #контентмаркетинг #исследование #машинное_обучение
Ошибки в UX у Хабр
Прохожу полный путь новичка на Хабр от регистрации до заполнения профиля и отмечаю критические ошибки в интерфейсе с позиции UX/UI дизайна и принципов эвристики доступности
https://habr.com/ru/articles/1060132/
#ux #ui #usability #юзабилити #проектирование_интерфейсов #аудит #хабр #onboarding #онбординг #эвристика
“Авторский огонёк" Хабра: почему мы зажигаем авторские сердца
Привет! Ну что, мы продолжаем зажигать ваши сердца и совсем недавно снова собрали корпоративных авторов и редакторов уже на четвертую творческую встречу. Она состоялась 24 июня в нашем офисе в Москве, а уже в эту пятницу, 10 июля, в 13.00 проведем сокращенный формат в режиме онлайн по многочисленным просьбам тех, кто находится не в столице или не смог добраться до офиса. Наша последняя офлайн-тусовка побила все рекорды. В одном месте встретились 49 авторов из 38 компаний. Мы нашли классных спикеров и обсудили несколько актуальных тем, успели познакомиться и пообщаться, разобрать основные проблемы авторов, а также вечные вопросы, связанные с их блоками и страхами, а ещё вместе мы погенерили классные идеи, которые могут лечь в основу статей в формате сторителлинга. Одним словом, постарались сделать эту встречу максимально насыщенной и полезной. Зачем мы это делаем? Кому всё это нужно? Как можно попасть на такую встречу в качестве гостя или спикера? Вопросов к нам стало прилетать немало, и я решила ответить на них, так сказать, оптом. Если ты корпоративный автор и тебе не хватает опыта, знаний о Хабре, мотивации, поддержки и вдохновения – велкам под кат! Я поведаю историю этого проекта, а также расскажу про наше авторское сообщество, которое появилось как логичное продолжение одной из таких творческих встреч и частью которого ты тоже можешь стать.
https://habr.com/ru/articles/1056182/
#авторы_хабра #авторы #хабр #статьи #статья #хабраписатель #контент #корпоративный_блог
Может ли софт помнить смысл экспертных решений?
Системы и так уже многое помнят. Они помнят действия пользователей, логи, тикеты, код, комментарии, трассировки, алерты и ответы моделей. Иногда они даже умеют сохранять контекст между шагами. Но есть одна вещь, которую они по-прежнему помнят плохо: смысл экспертного решения. И это интересный вопрос. Что, если софт мог бы помнить, какой эксперт был доверенным для какого типа решений, сохранять причину этого выбора и использовать её позже как совет? Не как абсолютную истину. Как живую память об опыте.
https://habr.com/ru/articles/1053084/
#AI #память #экспертные_решения #знание #контекст #рекомендации #доверие #галлюцинации #софт #Хабр
#хабр #цитатник #ИзКаментов #бюрократия #потемнело
— А у сиамских близнецов два СНИЛСа?
— Два, но сшитых степлером.
Когда лучше публиковаться на Хабре. Статистический анализ связи времени публикации и охвата статей
На Хабре сейчас высокая конкуренция среди авторов за внимание читателей. По данным самого Хабра , в 2025 году на сайте было более 10 тысяч уникальных авторов контента, а количество публикаций превысило 51 тысячу. Это означает, что даже качественный материал может не получить заметный охват из-за большого количества публикаций в ленте. Есть распространённое мнение, что публиковать статьи нужно в предобеденное время, чтобы люди на обеденном перерыве могли почитать эти статьи, тогда охват будет максимальным. Но так как этого правила придерживаются многие, возникает высококонкурентная среда, где за час публикуются десятки статей. При этом публикации, размещённые ночью, также нередко набирают высокий охват, несмотря на ожидаемо низкую активность пользователей в это время. Возникает вопрос: Связано ли время публикации с охватом аудитории, и если да, то когда статьи набирают больший охват? Поэтому я решил провести исследование: На основе данных ленты Хабра проверить, связано ли время публикации статьи с её охватом, и определить временные интервалы, в которые статьи набирают больший охват.
https://habr.com/ru/articles/1050172/
#статистика #аналитика #исследование #лучшее_время_для_публикации #хабр #habr
#NeuralNetwork #хабр #маркетплейсы
Подделка рейтингов окончательно перешла с бирж фриланса на автоматизированные конвейеры. Сегодня отзывы генерируют локальные LLM, а публикуют скрипты через антидетект-браузеры и резидентные прокси. Такая ботоферма самостоятельно формирует цифровой след: собирает cookies на сторонних сайтах, закладывает лексические ошибки в текст и подменяет отпечатки железа, чтобы система приняла профиль за живого человека с реальным провайдером.
В ответ маркетплейсы и геосервисы перестали анализировать исключительно сам текст и переключились на графовый анализ. Антифрод отслеживает микродвижения мыши, скорость скроллинга и сетевые пересечения аккаунтов. Математически идеальный рейтинг 5.0 или шаблонные тайминги публикации становятся для алгоритма прямой командой к действию. Площадка не просто удаляет сомнительные комментарии, а отправляет карточку товара в теневой бан, срезая органические показы в поиске.
В итоге селлер тратит бюджет на генерацию оценок, которые видит только он сам, пока алгоритм полностью перекрывает карточке доступ к живому трафику.
Ебала жаба гадюку:
Есть сильное подозрение, что Хабр опять станет тортом: https://habr.com/ru/companies/habr/articles/1019036/
Хабр не рендерится в лид-форму: как маркетогоги пытаются превратить плохие статьи в верх воронки
Когда в статье на Хабре обещают экспертность, а в конце просят имя, email, телефон и согласие на рассылку, это уже не обмен знаниями, а лид-форма, которая притворилась статьёй. Разберём этот феномен. Жамкай сюда
https://habr.com/ru/articles/1048616/
#Хабр #лидогенерация #лидформа #контентмаркетинг #B2Bмаркетинг #партнёрские_продажи #экспертный_контент #воронка_продаж #GotoMarket #сообщество
Как я поймала дачный дзен, не выезжая из Москвы или тёплый репортаж с юбилея Хабра
Мы, devrel-ы, привыкли, что удивлять и креативить — это наша работа, поэтому к чужим приглашениям часто относимся со сдержанным профессиональным прищуром. Однако когда я получила пригласительное письмо на 20-й День рождения Хабра с темой «Дача 2.0» , внутри что-то щёлкнуло раньше, чем я успела включить своего внутреннего скептика: я поняла, что точно не пропущу это событие.
Хабру 20 лет — зовём вас отметить это к нам Домой
Двадцать лет назад кто-то написал первую статью на Хабре. Скорее всего, поздно вечером, скорее всего — потому что хотелось поделиться. Тогда никто не знал, что из этого вырастет. За 20 лет здесь написали 352 855 статей и переводов, их суммарное время на прочтение перевалило за два миллиона минут, а само сообщество выросло до 71 849 авторов. У самой охватной статьи — 5,6 миллиона просмотров. У самой заплюсованной — 1 467 плюсов, у самой комментируемой — 2 939 комментариев. А самую сохраняемую добавили в закладки 9 292 раза. За этими большими числами — люди, которые открывали редактор и садились писать поздно вечером, когда желание поделиться было важнее сна. Это дискуссии в комментариях, которые иногда заканчивались дружбой или офером. Это сообщество, которое строило себя само — статья за статьёй и хаб за хабом. Хабр — это дом, который вы строили сами, и к юбилею сообщества мы оттолкнулись от этой мысли и сделали из неё игру «Дом Хабра». Ниже рассказываем, что внутри, а вы пока откройте её в соседней вкладке — и лучше всего с десктопа.
Социально значимая статья ради пиара моего ТГ-канала
Вы дизлайкаете ссылки на TG-каналы в статьях — и этим делаете рекламу агрессивнее. Объясняю механизм и почему это баг, а не фича нашего менталитета.
https://habr.com/ru/articles/1037138/
#реклама #монетизация_контента #Хабр #мотивация_авторов #маркетинг #манипуляции_в_рекламе #телеграмканал #бесплатный_контент #общественное_сознание #демократия
Когда «умная» колонка ведёт себя как табуретка: почему голосовые ИИ одновременно поражают и тупят
Голосовые ассистенты вроде Алисы давно перестали быть просто «озвученным поиском». Современная колонка — это гибрид из:
систем распознавания речи,
рекомендательных алгоритмов,
LLM-моделей,
пайплайнов синтеза голоса,
intent-routing,
контекстных менеджеров,
и огромного количества эвристик.
Именно поэтому пользователь регулярно сталкивается с парадоксом:
> Колонка способна философски ответить на экзистенциальный вопрос, но через минуту не может корректно включить нужную песню.
Со стороны это выглядит как «натуральная тупость». На практике — это последствия архитектуры современных conversational AI.
---
Иллюзия личности как продукт
Одним из главных отличий «Алисы» от ранних голосовых ассистентов стала намеренная попытка создать ощущение характера.
Ранние версии:
Siri,
Google Assistant,
Alexa
строились вокруг идеи «нейтрального помощника».
Яндекс пошёл другим путём:
сарказм,
эмоциональные ответы,
псевдофилософия,
мемная подача,
шутки,
реакция на грубость.
Это оказалось критически важным UX-решением.
Пользователь гораздо легче прощает ошибки системе, если воспринимает её не как интерфейс, а как «странного собеседника».
---
Почему колонка кажется «живой»
Основная причина — языковые модели великолепно имитируют человеческую речь.
LLM не:
«думает»,
«понимает»,
«осознаёт».
Она статистически предсказывает следующий токен.
Но человеческий мозг крайне плохо отличает:
настоящее понимание,
от правдоподобной речевой симуляции.
Из-за этого возникают феномены антропоморфизации:
люди приписывают ИИ эмоции,
намерения,
характер,
настроение,
«обиду»,
«упрямство».
Хотя на практике это:
probabilistic generation,
routing errors,
context collapse,
recommendation conflicts.
---
Ловушка контекста
Одна из главных проблем голосовых ассистентов — хрупкость conversational context.
Пример:
1. «Кто написал “Войну и мир”?»
2. «Сколько ему было лет?»
Система ещё удерживает сущность:
Лев Толстой.
Но если вставить:
> «Какая завтра погода?»
контекст может разрушиться полностью.
Почему так происходит?
Потому что внутри колонки обычно работает не одна модель, а целый конвейер:
ASR → Intent → Dialogue Manager → Search → LLM → TTS
Где:
ASR — распознавание речи,
Intent — определение намерения,
Dialogue Manager — управление контекстом,
Search — поиск,
LLM — генерация ответа,
TTS — синтез голоса.
Контекст может потеряться буквально между этапами.
Особенно в гибридных системах, где:
часть запросов идёт в search engine,
часть — в rule-based handlers,
часть — в LLM.
---
Почему ИИ уверенно врёт
Самая опасная особенность современных LLM — галлюцинации.
Модель не хранит знания как база данных.
Она строит:
> наиболее вероятную последовательность слов.
Поэтому возникают:
несуществующие цитаты,
вымышленные учёные,
фальшивые версии ПО,
придуманные события,
несуществующие функции API.
Особенно неприятно то, что модель:
почти никогда не демонстрирует естественную неуверенность,
и генерирует бред с тем же тоном, что и правду.
Для пользователя это выглядит как:
> «Она врёт и сама в это верит».
Но технически «веры» там нет вообще.
---
VAD: почему колонка «оживает» ночью
Один из самых криповых эффектов — ложные активации.
Колонка внезапно начинает говорить:
ночью,
на фоне телевизора,
из-за шума,
из-за музыки,
иногда даже из-за кашля или шорохов.
Причина — технология VAD.
Что такое VAD
VAD — Voice Activity Detection.
Система постоянно анализирует аудиопоток:
локально,
в ожидании wake-word,
без постоянной отправки всего звука в облако.
Но алгоритм может ошибаться.
Тогда:
случайный шум,
слово из фильма,
обрывок фразы,
созвучие имени ассистента
воспринимаются как команда активации.
Именно отсюда берутся знаменитые:
> «Я здесь.»
в полной темноте в 3 часа ночи.
---
Почему вместо Rammstein включается «Синий трактор»
Это уже конфликт двух независимых систем:
1. ASR (распознавание речи),
2. recommender system.
Если в аккаунте:
дети,
мультфильмы,
детские песни,
семейный профиль,
то recommendation engine начинает aggressively priorize детский контент.
Даже если пользователь произнёс запрос корректно.
С точки зрения алгоритма:
> «детская музыка» — statistically safer recommendation.
Для пользователя:
> «колонка сошла с ума».
---
Самый интересный эффект: интеллект без понимания
Вот здесь начинается самая странная часть.
Современные LLM:
прекрасно имитируют язык,
но крайне плохо строят устойчивую world model.
Из-за этого они способны:
обсуждать философию,
писать код,
поддерживать стиль,
шутить,
спорить.
И одновременно:
проваливать базовую логику,
путать сущности,
ломать причинно-следственные связи,
забывать контекст через две реплики.
Получается феномен:
> «интеллектуально звучащей системы без полноценного понимания».
---
Почему это психологически пугает
Человеческий мозг автоматически ищет субъектность.
Если объект:
говорит,
реагирует,
использует эмоции,
меняет интонации,
спорит,
шутит,
то мы начинаем воспринимать его как агента.
Даже если это:
набор вероятностных моделей,
intent-routing,
рекомендательные алгоритмы,
и несколько нейросетей поверх ASR.
Именно поэтому сбои голосовых ИИ воспринимаются не как обычные баги.
Пользователь интерпретирует их как:
«странное поведение»,
«характер»,
«эмоции»,
«обиду»,
«упрямство».
Хотя на практике это всего лишь:
probabilistic failure,
context collapse,
false activation,
ranking conflict.
---
Итог
Современные голосовые ассистенты находятся в странной точке эволюции.
Они уже:
слишком разговорчивы, чтобы считаться обычным интерфейсом,
но ещё слишком нестабильны, чтобы считаться полноценным интеллектом.
Поэтому возникает тот самый эффект:
> между «восстанием машин» и «интеллектом табуретки».
И, возможно, именно эта смесь:
уверенного тона,
человеческой интонации,
псевдоэмоций,
случайных сбоев,
и статистической генерации
делает современные колонки одновременно:
полезными,
смешными,
раздражающими,
и местами откровенно криповыми.
#ИИ #ИскусственныйИнтеллект #AI #LLM #YandexGPT #Алиса #УмнаяКолонка #ГолосовойАссистент #Нейросети #MachineLearning #DeepLearning #ASR #TTS #VAD #ConversationalAI #GenerativeAI #Habr #Хабр #Технологии #IT #UX #Интернет #РекомендательныеСистемы #BigData #Цифровизация #Автоматизация #FutureTech #AIethics #Chatbot #VoiceAI
https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS
Когда «умная» колонка ведёт себя как табуретка: почему голосовые ИИ одновременно поражают и тупят
Голосовые ассистенты вроде Алисы давно перестали быть просто «озвученным поиском». Современная колонка — это гибрид из:
систем распознавания речи,
рекомендательных алгоритмов,
LLM-моделей,
пайплайнов синтеза голоса,
intent-routing,
контекстных менеджеров,
и огромного количества эвристик.
Именно поэтому пользователь регулярно сталкивается с парадоксом:
> Колонка способна философски ответить на экзистенциальный вопрос, но через минуту не может корректно включить нужную песню.
Со стороны это выглядит как «натуральная тупость». На практике — это последствия архитектуры современных conversational AI.
---
Иллюзия личности как продукт
Одним из главных отличий «Алисы» от ранних голосовых ассистентов стала намеренная попытка создать ощущение характера.
Ранние версии:
Siri,
Google Assistant,
Alexa
строились вокруг идеи «нейтрального помощника».
Яндекс пошёл другим путём:
сарказм,
эмоциональные ответы,
псевдофилософия,
мемная подача,
шутки,
реакция на грубость.
Это оказалось критически важным UX-решением.
Пользователь гораздо легче прощает ошибки системе, если воспринимает её не как интерфейс, а как «странного собеседника».
---
Почему колонка кажется «живой»
Основная причина — языковые модели великолепно имитируют человеческую речь.
LLM не:
«думает»,
«понимает»,
«осознаёт».
Она статистически предсказывает следующий токен.
Но человеческий мозг крайне плохо отличает:
настоящее понимание,
от правдоподобной речевой симуляции.
Из-за этого возникают феномены антропоморфизации:
люди приписывают ИИ эмоции,
намерения,
характер,
настроение,
«обиду»,
«упрямство».
Хотя на практике это:
probabilistic generation,
routing errors,
context collapse,
recommendation conflicts.
---
Ловушка контекста
Одна из главных проблем голосовых ассистентов — хрупкость conversational context.
Пример:
1. «Кто написал “Войну и мир”?»
2. «Сколько ему было лет?»
Система ещё удерживает сущность:
Лев Толстой.
Но если вставить:
> «Какая завтра погода?»
контекст может разрушиться полностью.
Почему так происходит?
Потому что внутри колонки обычно работает не одна модель, а целый конвейер:
ASR → Intent → Dialogue Manager → Search → LLM → TTS
Где:
ASR — распознавание речи,
Intent — определение намерения,
Dialogue Manager — управление контекстом,
Search — поиск,
LLM — генерация ответа,
TTS — синтез голоса.
Контекст может потеряться буквально между этапами.
Особенно в гибридных системах, где:
часть запросов идёт в search engine,
часть — в rule-based handlers,
часть — в LLM.
---
Почему ИИ уверенно врёт
Самая опасная особенность современных LLM — галлюцинации.
Модель не хранит знания как база данных.
Она строит:
> наиболее вероятную последовательность слов.
Поэтому возникают:
несуществующие цитаты,
вымышленные учёные,
фальшивые версии ПО,
придуманные события,
несуществующие функции API.
Особенно неприятно то, что модель:
почти никогда не демонстрирует естественную неуверенность,
и генерирует бред с тем же тоном, что и правду.
Для пользователя это выглядит как:
> «Она врёт и сама в это верит».
Но технически «веры» там нет вообще.
---
VAD: почему колонка «оживает» ночью
Один из самых криповых эффектов — ложные активации.
Колонка внезапно начинает говорить:
ночью,
на фоне телевизора,
из-за шума,
из-за музыки,
иногда даже из-за кашля или шорохов.
Причина — технология VAD.
Что такое VAD
VAD — Voice Activity Detection.
Система постоянно анализирует аудиопоток:
локально,
в ожидании wake-word,
без постоянной отправки всего звука в облако.
Но алгоритм может ошибаться.
Тогда:
случайный шум,
слово из фильма,
обрывок фразы,
созвучие имени ассистента
воспринимаются как команда активации.
Именно отсюда берутся знаменитые:
> «Я здесь.»
в полной темноте в 3 часа ночи.
---
Почему вместо Rammstein включается «Синий трактор»
Это уже конфликт двух независимых систем:
1. ASR (распознавание речи),
2. recommender system.
Если в аккаунте:
дети,
мультфильмы,
детские песни,
семейный профиль,
то recommendation engine начинает aggressively priorize детский контент.
Даже если пользователь произнёс запрос корректно.
С точки зрения алгоритма:
> «детская музыка» — statistically safer recommendation.
Для пользователя:
> «колонка сошла с ума».
---
Самый интересный эффект: интеллект без понимания
Вот здесь начинается самая странная часть.
Современные LLM:
прекрасно имитируют язык,
но крайне плохо строят устойчивую world model.
Из-за этого они способны:
обсуждать философию,
писать код,
поддерживать стиль,
шутить,
спорить.
И одновременно:
проваливать базовую логику,
путать сущности,
ломать причинно-следственные связи,
забывать контекст через две реплики.
Получается феномен:
> «интеллектуально звучащей системы без полноценного понимания».
---
Почему это психологически пугает
Человеческий мозг автоматически ищет субъектность.
Если объект:
говорит,
реагирует,
использует эмоции,
меняет интонации,
спорит,
шутит,
то мы начинаем воспринимать его как агента.
Даже если это:
набор вероятностных моделей,
intent-routing,
рекомендательные алгоритмы,
и несколько нейросетей поверх ASR.
Именно поэтому сбои голосовых ИИ воспринимаются не как обычные баги.
Пользователь интерпретирует их как:
«странное поведение»,
«характер»,
«эмоции»,
«обиду»,
«упрямство».
Хотя на практике это всего лишь:
probabilistic failure,
context collapse,
false activation,
ranking conflict.
---
Итог
Современные голосовые ассистенты находятся в странной точке эволюции.
Они уже:
слишком разговорчивы, чтобы считаться обычным интерфейсом,
но ещё слишком нестабильны, чтобы считаться полноценным интеллектом.
Поэтому возникает тот самый эффект:
> между «восстанием машин» и «интеллектом табуретки».
И, возможно, именно эта смесь:
уверенного тона,
человеческой интонации,
псевдоэмоций,
случайных сбоев,
и статистической генерации
делает современные колонки одновременно:
полезными,
смешными,
раздражающими,
и местами откровенно криповыми.
#ИИ #ИскусственныйИнтеллект #AI #LLM #YandexGPT #Алиса #УмнаяКолонка #ГолосовойАссистент #Нейросети #MachineLearning #DeepLearning #ASR #TTS #VAD #ConversationalAI #GenerativeAI #Habr #Хабр #Технологии #IT #UX #Интернет #РекомендательныеСистемы #BigData #Цифровизация #Автоматизация #FutureTech #AIethics #Chatbot #VoiceAI
https://bastyon.com/svalmon37?ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS
RE: https://patashnik.club/@di/116481302582220725
#хабр #реклама #ХтоническийУжас
Оказывается, я ни разу не заходил на этот ресурс без презерватива адблока 😨
#хабр , кажется, окончательно ИИбанулся. В rss пришла статья с первой КДПВ, но, видимо, автор одумался, и решил ее заменить. На, блин, вторую 🤢 В тексте тоже ИИшница, с «фирменными» эмодзи и прочим говном ( #НоЭтоНеТочно, может, аффтар действительно старался как лучше, но картинки!!!).
Нет, это не викторианский BDSM-латекс-фетиш 😉 Это небольшая статья о начальных этапах электрификации всей страны ЭсЭшАй. Но там не про технические подробности, а про аварии, «войну токов» и вот такие карикатуры.
#NeuralNetwork #хабр #цитатник
ИИ не заменяет людей — люди просто больше работают.
Охлол, они сломали даже это? 😲
По ощущениям (и по комментариям других пользователей), стандартный механизм Windows 11 иногда не успевает корректно обработать/отрисовать переключение раскладки при быстрых нажатиях.
Я отказался от стандартного механизма переключения и сделал его через AutoHotkey v2.
#хабр #цитатник #виброкодинг #ИзКаментов #смищно
— И почему вдруг вайбкодеры будут создавать питоновские пакеты? Странное предположение.
— Потому что это, в основном, одна и та же шобла.
Нейросеть проверила 100 сборок ПК с Хабра: ошибки допускает каждый второй
Когда человек собирает ПК и пишет об этом на Хабре — будь то в статье или в комментариях — он, как правило, знает, что делает. Хабр все-таки не форум для новичков, и аудитория тут соответствующая. Так что если где и искать образцовые сборки, то именно здесь. Но, как говорится, доверяй, но проверяй. Вот мы и решили проверить. А чтобы было не так скучно, доверили это дело нейросети. Скормили ей сотню конфигураций и получили весьма неожиданный результат: проблемы нашлись в почти в каждой второй.
+64 и +2. Один автор, две статьи, разный результат. Несправедливо? Давайте разбираться
Я написала статью за вечер. «Бестиарий Хабра: кто обитает в ваших комментах» . Она набрала +64, 30 закладок, 146 комментариев и улетела в топ‑5. А потом выложила статью, которую делала полгода. «А что на входе? Разбираем структуру данных для AI‑агента» . Разметка 90 ТЗ, 270 требований, деревья решений, промпты, костыли, честный разбор граблей. Глубокая, редкая, полезная. Она набрала +2 и 17 закладок. Я подумала: «Несправедливо!» А потом задумалась. Что я вкладываю в это слово? Признание моего труда? Или то, чтобы все читали только сложное? Оказалось, у каждого на Хабре своя справедливость. И моя не важнее чужой. Давайте разбираться.
https://habr.com/ru/articles/1014078/
#Хабр #справедливость #карма #плюсы #закладки #аудитория #авторский_опыт #форматы_контента #бестиарий #сравнение_статей
На #хабре как раз выдали пару статей про «операционку», полностью написанную ИИшницей (спойлер: ничего не работает, Doom не запускается).
https://habr.com/ru/news/1007070/
https://habr.com/ru/companies/pvs-studio/articles/1012756/
#Панорама #QR #хабр #мошенники
Когда «Панорама» ВНЕЗАПНО! не такая уж и панорама...
В России готовят запрет QR-кодов: «Каждый пятый QR-код ведёт на сайты из даркнета»
Технологию QR-кодов планируется замедлить уже в этом году, а к 2028 году – полностью запретить использование чёрно-белых квадратиков на территории РФ. В ведомстве пояснили, что визуальная неотличимость легальных и мошеннических кодов делает их идеальным инструментом для обхода блокировок и распространения запрещённой информации.
Разработанный законопроект предполагает поэтапное внедрение ограничений. Сначала будет введена норма, обязывающая владельцев кафе и магазинов заклеивать старые коды стикерами с предупреждением «QR-код может быть опасен». На втором этапе планируется технически замедлить считывание: камера смартфона должна будет фокусироваться на изображении не менее 30 секунд, а для перехода по ссылке потребуется вводить пароль из SMS. Полный запрет вступит в силу после того, как все нанесенные краской квадратики будут счищены с поверхностей за счет самих предпринимателей.
«Мы провели эксперимент: распечатали тысячу разных QR-кодов и не смогли на глаз определить, какой из них ведет на «Госуслуги», а какой – на сайт по продаже запрещённых веществ, – заявил пресс-секретарь ведомства. – Получается, что любой владелец принтера может создать двойника официального ресурса, и мы даже не сможем его заблокировать, потому что он нарисован на бумаге. Пока мы ищем эффективные методы борьбы, призываем граждан переходить на проверенные формы коммуникации: обмениваться файлами через Bluetooth на расстоянии вытянутой руки или передавать ссылки, диктуя их по буквам. Мы понимаем, что это создаст неудобства, но безопасность превыше всего, а к 2028 году, надеемся, все привыкнут».
Так-то, если отбросить хиханьки и паранойю, QR — это просто ссылка. Плюс социнженерия с расчетом на дурака... Но ведь дураков-то, как известно, на 100 лет вперед припасено, и не только в этой стране.
Да, с обычными ссылками, в т.ч. сокращенными или вот такими https://tochno-ne-moshennik.ru можно то же самое нахуевертить, а то и больше, если в жабаскрипт обернуть; да, как «типа безопасный» канал общения машины с машиной (и не очень безопасный — машины с реальным миром) — тоже удобненько... Но когда их пихают где надо и где не надо просто потому, что стильно-модно-молодежно, без дублирования ссылки текстом, принудительно завязывая взаимодействие на телефон... Куча лишних действий, маркетологи довольны, но не надо так.
Хорошие статьи на Хабре
Хорошие статьи на хабре подразделяются на две категории. Задротские экспертные статьи. И статьи для широкого пользователя. И если с первой категорией все понятно, то вторая вызывает вопросы. Что же эта за статья с широким охватом, что может нести ценность. В какой момент она скатывается в обывательство, дешевизну, пустышку, чистый кликбейт без ценности стоящей за кликбейтом? Далее идет список статей которые я посчитал хорошими. Причем они как хороши по качеству, так и хороши по плюсам закладкам и комментам. То есть их ценит сообщество. Заплюсованная, читаемая статья имеет положительную обратную связь, а значит больше шансов, что эта статья, тема, ее развитие, ее чтение повторится. Довольно печальная история, которая содержит хорошие статьи, но они не популярны, не читаемы, не заплюсованы, не откомменчены. Это печальная история. Но это уже другая история, не история данного материала — текущей статьи. Я в данном материала полностью сосредоточился на одной теме, как же выглядят хорошие статьи для широкого пользователя?
Вот что я понял, когда стал автором на Хабре
10 лет читал Хабр, но после нескольких публикаций — заметил то, чего не замечал будучи читателем. Про манипуляции авторитетом, конформизм первого лайка и про то как писать статьи (кратко, по делу).
https://habr.com/ru/articles/1009618/
#хабр #написание_статей #публикация_на_хабре #манипуляция_аудиторией #конформизм #рейтинг_статей #время_публикации #структура_статьи #авторство #контентстратегия
Почему мы ненавидим AI с точки зрения науки (и моей)
Я намеренно публиковал AI-сгенерированные материалы на Хабре и анализировал реакцию. Потом взял свою старую статью с хорошим рейтингом, причесал нейронкой — и получил минус десять с пометкой «сгенерировано». Тот же автор, те же мысли. Изменилась только форма. Разбираюсь, что именно детектит наша психика, почему она ошибается и что с этим делать. Почему AI нас бесит с точки зрения фундаментальной науки? Как мы интуитивно палим AI (или наоборот заблуждаемся)? Что не так с кодом от нейросетей? Почему меня это вообще беспокоит? Что с этим делать? Ретроспектива в масштабах истории (любителям антиутопии) Читать далее: наука, эксперименты и 4 прим
https://habr.com/ru/articles/1009228/
#нейрослоп #AIконтент #когнитивные_искажения #code_review #LLM #теория_информации #зловещая_долина #нейросети_в_разработке #Хабр #accountability_gap
Всё, что вы хотели узнать о Хабре, но боялись спросить
В одной из тихих комнат интернета недавно произошёл маленький научный эксперимент. Эксперимент был поставлен без лаборатории, без белых халатов и даже без гранта. Достаточно было двух статей. Первая статья была серьёзная:
https://habr.com/ru/articles/1009216/
#cray #reverseengineering #cyberpunk #комментарии #хабр #хабр_торт #сообщества
Бестиарий Хабра: Кто обитает в ваших комментах
Ты написала статью. Вычитала, проверила, добавила картинки, нажала «Опубликовать». И тут они приходят. Кто эти люди, которые пишут комментарии? Держи полный список "фантастических существ", обитающих под любой хабровской статьёй от программирования и менеджмента до хаба здоровье.
https://habr.com/ru/articles/1008818/
#хабр #сообщество #комментарии #токсичность #лайфхаки #копирайтинг #управление_репутацией #психология #авторский_контент #бестиарий
Наша путеводная звезда — «1 инженер, 1 месяц, 1 миллион строк кода»
— А можно чтобы блокнот без тормозов ресайзился? на 16-ядером CPU с 5 ГГц
Microsoft планирует к 2030 году исключить весь код на C и C++ из основных баз
Ахалай-махалай! #Хабр, исчезни из ленты к хуям! 🪄✨
Одно говно из пустого в порожнее
#NeuralNetwork #софт #хабр #links #list #лайфхак #FOSS
Кто там в моей ленте всё время заморачивается с транскрибацией и систематизацией диктофонных наговоров? На хабре вышла статья, как всё это у себя локально объединить и запустить. Может, будет полезно.
https://habr.com/ru/companies/alfa/articles/909498/
На входе аудио, на выходе — саммари. Собираем локальный транскрибатор из бесплатного софта
В статье обсуждается создание локального конвейера для транскрипции и суммирования с использованием бесплатного программного обеспечения для управления растущим объемом аудиоконтента. Подчеркиваются ограничения облачных сервисов, такие как проблемы с конфиденциальностью, стоимость подписки и зависимость от интернет-соединения. Автор представляет несколько инструментов: Whisper для транскрипции, NeMo для диаризации говорящих, Ollama как мост к языковым моделям и Gemma для суммирования текста. Каждый инструмент хвалят за эффективность, простоту использования и локальную работу, что обеспечивает защиту данных. Для организации итоговых результатов рекомендуется Obsidian, позволяющий эффективно управлять знаниями. В статье описывается пошаговый процесс преобразования аудиофайлов в структурированные заметки с акцентом на автоматизацию с помощью скриптов. Сравнивается самодельное решение с коммерческими облачными сервисами, отмечая преимущества в стоимости, конфиденциальности и гибкости подхода DIY. В заключение автор призывает читателей изучить эти инструменты и автоматизировать обработку информации для повышения продуктивности.
И вообще если они такие умные что не создадут физическую модель климата земли, чтоб там внутри было как они понимают и она работала.
Вычислительная мощность. Вот несколько статей на #хабре, почитай, как это всё работало раньше, работает сейчас, и какие успехи делают нейросети:
https://habr.com/ru/articles/179687/
https://habr.com/ru/companies/intel/articles/98506/
https://habr.com/ru/amp/publications/775236/
https://habr.com/ru/articles/724686/
#хабр #NeuralNetwork #цитатник
Никакого волшебства с LLM не произошло, только поиск стал быстрее и нудная рутина ушла.
Существует оригинальный способ определения уровня электролита в #аккумуляторе с непрозрачными стенками. Если у нас есть уверенность, что электролит не замёрзнет, то аккумулятор можно охладить в морозильной камере, под навесом или в неотапливаемом помещении.
Далее следует занести аккумулятор в тёплое помещение с не слишком сухим воздухом, и мы получим возможность наблюдать, как на поверхности корпуса АКБ сконденсируется влага и образуется иней. Это и покажет нам уровень электролита.
В статье «Обслуживаем необслуживаемое: автомобильный аккумулятор без доступа к электролиту» рассматривается обслуживание необслуживаемых (MF) автомобильных аккумуляторов, в которых отсутствует доступ к электролиту для проверки плотности и уровня. В ней объясняется химия свинцово-кислотных аккумуляторов, подчеркивается важность плотности электролита для определения состояния заряда. В статье подчеркивается переход от сурьмы к кальцию в сплавах аккумуляторов для уменьшения потери воды, что привело к популярности кальциевых аккумуляторов, требующих меньшего обслуживания. Несмотря на то, что эти аккумуляторы маркируются как необслуживаемые, они все равно нуждаются в периодической полной зарядке, чтобы избежать сульфатации и расслоения электролита. Автор описывает метод косвенной оценки состояния аккумулятора с помощью измерений напряжения, приводится практический пример, когда старый аккумулятор подвергается тестированию и подзарядке, демонстрируя успешное восстановление без вскрытия аккумулятора. В заключение статьи говорится, что, хотя аккумулятор можно эффективно восстановить, для поддержания оптимальной производительности необходим постоянный контроль.
Summary #generated by #kagi
#хабр #безопасность #цитатник #ненависть
За что безопасники будут гореть в аду?
Самые страшные болезни заходят через системы безопасности организма. Рак, СПИД, и аутоиммунные заболевания. И это произошло с нашей IT-индустрией, со всеми веб-сервисами и мобильными приложениями. Мы заражены. Мы больше не хозяева своих денег и данных. Все может накрыться медным тазом в произвольный момент.
Логин и пароль были слишком простым способом входа? Кто-то ставит слабые пароли! И ради защиты детей тупых придумали второй фактор. Что может быть надежнее для этого, чем кусочек пластика который выходит из строя, невозможно восстановить в другой стране, и находится в зависимости от дополнительной, по сути, левой компании-оператора? Разве что e-sim, которые помимо такой же зависимости от глючных операторов в роуминге, так еще и превращаются в тыкву с поломкой телефона. Разбился экран в другой стране, добро пожаловать в бомжи!
Но и этого религиозным фанатикам показалось мало, и они добавили алгоритмы определения входа из необычных мест, устройств и так далее... А что, сидите дома, холопы, это безопаснее!
Эталонный клиент современных мер безопасности, это слабоумный, пускающий слюни, с трясущимися руками старик, забывающий все на свете, не помнящий как его зовут, и никогда не выходящий на прогулку дальше пяти метров от дома.
#Хабр объявил о закрытии своего #фриланс-сервиса Habr #Freelance 28 февраля. Сервис, первоначально запущенный как "Freelansim" в 2012 году, был создан в ответ на недовольство пользователей существующими фриланс-платформами. С годами он развивался вместе с другими сервисами, но растущие проблемы, такие как мошенничество и трудности с обслуживанием, привели к его экономической нерентабельности. Пользователи смогут экспортировать свои профили, портфолио и отзывы в машиночитаемом формате, гарантируя, что они не потеряют свои данные. Процесс экспорта будет завершен в течение двух недель после закрытия, при этом файлы будут проверяться с помощью GPG-подписей. Пользователям даны рекомендации о том, как распорядиться оставшимися средствами, а также объяснена причина решения о закрытии, а не продаже сервиса. Закрытие отражает более широкую тенденцию в интернет-среде, где запуск и прекращение проектов являются обычным явлением. Хабр выражает благодарность своим пользователям за поддержку на протяжении всего времени работы сервиса.
Продолжаем отслеживать ситуацию с #ToxicMassSceptic.
Напомним, что российскими спецслужбами подготавливается масштабная дезинформационная кампания с использованием ПО ToxicMassSceptic. Подробности: https://forum.plors.org/viewtopic.php?t=39
Новость, подготовленная Движением «ПЛОРС» для публикации на Хабре, не пропущена цензурой.
Тем временем полным ходом идёт контролируемая российскими спецслужбами рекламная кампания ПО ToxicMassSceptic с распространением в соцсети #Вконтакте.
Чел перехитрил #perplexity и вытащил из нее системный промпт.
#хабр #математика #Android
#вдогонку к https://juick.com/m/3070054 (но там хеллтред большей частью не по теме) — статья на Хабре о сложных проблемах, казалось бы, простых вычислений.
Калькулятор? Да его напишет кто угодно
Статья углубляется в сложности разработки приложений калькулятора, подчеркивая, что создание функционального калькулятора сложнее, чем кажется. В ней обсуждаются неточности, возникающие из-за арифметики с плавающей запятой, которые могут привести к неправильным результатам, как это показано на примере ошибки калькулятора iOS при вычислении (10100) + 1 - (10100). В статье объясняется переход от использования стандартных чисел с плавающей запятой к арифметике произвольной точности (bignum) для достижения точных результатов, особенно для дробей и иррациональных чисел, таких как π и √2.
Автор, Чад Нозеам, подчеркивает ограничения различных числовых представлений и необходимость рекурсивной вещественной арифметики (RRA) для точного выполнения сложных вычислений. Однако RRA имеет свои собственные проблемы, особенно в проверке равенства между числами. Статья завершается представлением гибридного подхода, который сочетает рациональные числа с RRA, позволяя выполнять точные вычисления при сохранении удобных для пользователя результатов. Эта система балансирует между точностью и вычислительной эффективностью, в конечном итоге улучшая пользовательский опыт в приложениях калькулятора, особенно на Android.
Summary #generated by #kagi
#хабр #торт #ретрогейминг #консоли #эмуляторы
Создаем эмулятор Sega Mega Drive на C++
В этой статье описано создание эмулятора 16-битной приставки Sega Mega Drive на C++.
Будет много интересного: эмуляция процессора Motorola 68000, реверсинг игр, графика на OpenGL, шейдеры, и многое другое. И все это на современном C++. В статье много картинок, можно хоть на них посмотреть.