С практической точки зрения проект на**й не нужен. Есть GitHub, GitLab и куча нормальных инструментов. Но как эксперимент — почему бы и нет? Чисто посмотреть, можно ли заставить Telegram работать как VCS.

Почему не JSON

На старте я думал: «Положу всё в JSON, на кой мне база данных?» Проектов мало, пользователей немного, файлы текстовые — чего заморачиваться?

Подергал JSON туда-сюда пару дней и понял: не варик.

1. Конкурентный доступ. Два юзера одновременно коммитят — один перезаписывает файл другого.
2. Целостность данных. Если бот упал в середине записи — JSON остаётся в невалидном состоянии.
3. Версионность. Хранить историю изменений в JSON — это просто перенести проблему из кода в структуру файла.

Вывод: JSON — для конфигов, а не для данных, которые меняются каждую секунду.

Выбор SQLite и схема БД

Выбрал SQLite, потому что:

• Не надо поднимать отдельный сервер
• Целостность данных на уровне движка (транзакции, foreign keys, rollback)
• Всё в одном файле — скопировал и унёс

Сущности:

• users — telegram_id, username, current_project_id
• projects — owner_id, name, thread_id (каждый проект живёт в своём треде канала)
• files — filename, current_version, флаг modified (файл изменился и готов к коммиту)
• file_versions — мясо. Каждая версия файла с полным содержимым. Привязана к file_id и опционально к commit_id
• commits — сообщение, время, ссылка на проект
• commit_files — связка коммитов с версиями файлов (many-to-many, чтобы поддержать ветки)

Почему так: я хотел иметь возможность откатиться к любой версии любого файла. Да, база распухнет, но текстовые файлы — это не гигабайты видео. Плюс наличие file_versions и commit_files позволяет делать diff между версиями и смотреть историю изменений.

В коде вместо голых кортежей из SQL — датаклассы:

Маркдауновый ад

Казалось бы: взял код, обернул в тройные апострофы, кинул в Telegram. Telegram сам подсветит синтаксис, если указать язык. Красота. В теории.

На практике Telegram использует свой диалект Markdown, где куча служебных символов: _ * [ ] ( ) ~ > # + - = | { } . !

Попытка 1: заэкранировать всё подряд. Результат: код превращается в кашу. Вместо def __init__- получается def |_|_init|_|_ — уже не запустишь, и в канале выглядит как говно.

Попытка 2: не экранировать вообще. Telegram шлёт на**й с ошибкой «can't parse entities».

Попытка 3: экранировать только то, что реально ломает разметку. Выяснилось, что порядок важен. Сначала экранируем точки и подчеркивания, потом обратную косую черту. Но и это не панацея — последовательности типа \*

после экранирования превращаются в \\*, и Telegram снова недоволен.

Попытка 4: разбивать на части. Для больших файлов делаю превью (первые 50 строк), экранирую их, отправляю как код, а полную версию — файлом. И тут начался ад: Telegram находил ошибки в тех частях кода, которых в превью вообще не было. Оказывается, он всё равно парсил полный код, даже если отправлялась только его часть.

Попытка 5 (финал): забил на Markdown и перешёл на HTML. Telegram умеет его принимать. Да, он не такой красивый, но зато предсказуемый:

Никаких точек, подчеркиваний, обратных слешей. Просто экранируем три символа — и код летит как надо.

Security by design

Когда бот начал обрастать функциями, я задумался о безопасности. Чтобы никто не мог коммитить или удалять чужие файлы, начал писать проверки в каждую команду:

Добавил в /commit. Потом решил с другого аккаунта потестировать команды на чужих файлах. И тут бот на каждую команду стал выдавать «файл не найден» или «проект не найден». И я понял: безопасность уже работает. С самого начала. Из коробки. Без единой строчки кода.

Как так вышло? В таблице projects с самого начала было поле owner_id. При создании проекта я писал туда telegram_id владельца. Все запросы к БД фильтруются по этому полю:

Показать проекты — только свои. Найти файл — только в своих проектах. Выбрать проект — только из своих. Никаких лишних проверок. Просто SQL-запросы, которые с самого начала учитывали владельца.

Команды: от семи до двух десятков

Изначально казалось, что команд будет немного. Но...

Жизнь рассудила иначе.

• База: /start, /init, /use, /list, /ls, /commit, /log, /status
• Удаление: /rm, /rmproject + подтверждение
• Игнор: /ignore, /ignored, /unignore
• Ветки: /branch, /branches, /checkout
• Диффы и просмотр: /diff, /cat

Итого — уже под два десятка. И это не предел.

Простота > абстракции

В моём коде нет абстрактных базовых классов. Совсем. Потому что они нужны только когда у тебя есть минимум две разные реализации одного и того же. В GitGram всё проще: один способ работать с БД, один способ шифровать, один способ парсить .gitignore.

Если завтра появится вторая реализация — тогда и буду делать интерфейс. А пока это просто оверхед.

В GitGram:

• Хочешь понять, как работает add_file — идёшь в database.py и читаешь 10 строк кода.
• Хочешь увидеть обработчик /commit — открываешь bot.py и смотришь.

Никаких AbstractMinerShieldEventProcessor, BaseGitGramManager, InterfaceProviderFactory.

Код должен быть тупым. Чем тупее — тем проще его читать и отлаживать.

Что дальше

В планах:

• Докрутить коллаборацию (несколько человек над одним проектом)
• Приватные репозитории
• Кодспейс прямо в боте (да да знаю я сошёл с ума и бла бла бла..)

Итог

GitGram принимает файлы, режет их на куски если надо, постит в канал с подсветкой. Коммиты ходят, ветки переключаются, диффы показываются. Всё это в тредах, каждый проект отдельно.

На практике GitGram ни к чему. Но сама задумка — Git в Telegram — это же так прикольно. Просто посмотреть, можно ли такое вообще запилить.

Если хочешь поучаствовать

• GitGram
• Чат для хардкорных: @sandbox_hardcore — вся сырая разработка, факапы и обсуждения (без цензуры)

Подписывайся на мой TГ-канал — там я публикую все свои эксперименты, код и приглашаю к обсуждению. Только факты, мат и никакой политоты.

SafeLine WAF — это бесплатный инструмент, который я лично тестировал.

Это полностью open-source решения, продукт с действительно бесплатной Community Edition, где ключевые функции не урезаны.

SafeLine WAF — веб-приложенийный межсетевой экран, который действительно поставляется с разумными настройками по умолчанию

Что он делает:

Защищает веб-приложения от SQL-инъекций, XSS-атак, командных инъекций, CSRF, SSRF, атак включения файлов и других угроз из списка OWASP Top 10. Также поддерживает защиту от CC/DDoS-атак, управление ботами и может работать как шлюз аутентификации.

Почему он:

Большинство WAF с открытым исходным кодом достаточно сложно настроить. Можно потратить часы на настройку правил, пытаясь остановить ложные срабатывания, из-за которых легитимные пользователи блокируются.

SafeLine использует другой подход — вместо того чтобы полностью полагаться на сигнатурное обнаружение, он применяет движок семантического анализа, который фактически анализирует и понимает входящие HTTP-запросы. Это позволяет добиться более высокого уровня обнаружения при значительно меньшем количестве ложных срабатываний по умолчанию.

Некоторые показатели, которые стоит учитыват

1. Уровень обнаружения - SafeLine (Balanced) (71.65%), ModSecurity (Level 1) (69.74%), Cloudflare (Free) (10.7%)
2. Уровень ложных срабатываний - SafeLine (Balanced) (0.07%), ModSecurity (Level 1) (17.58%), Cloudflare (Free) (0.07%)
3. Точность - SafeLine (Balanced) (99.45%), ModSecurity (Level 1) (82.20%), Cloudflare (Free) (98.40%)

Сбалансированный профиль SafeLine обнаруживает более 70% атак, при этом блокируя легитимный трафик ошибочно всего в 0.07% случаев. Это именно тот уровень настроек по умолчанию, который можно использовать в промышленной среде без постоянного ручного контроля.

Установка выполняется одной командой

После запуска он разворачивается как набор Docker-контейнеров: Tengine (форк Nginx) используется в качестве reverse proxy, отдельный сервис отвечает за семантический анализ, PostgreSQL хранит конфигурации и логи, а удобная веб-панель администратора работает на порту 9443.Community Edition поддерживает до 10 сайтов, чего достаточно для большинства личных проектов и небольших бизнес-сценариев.

Сайт: https://cyberserval.tech/landing/safeline

GitHub: github.com/chaitin/SafeLine (более 21 тыс. звёзд)

Лицензия: GPL-3.0 / MIT (Community Edition)

Альтернативой выступают гибридные архитектуры, в которых традиционное внимание чередуется с более экономичными механизмами: Mamba‑2, Gated DeltaNet. Разработчики этих моделей заявляют о радикальном снижении потребления памяти и повышении пропускной способности без потери качества. В данном материале рассматриваются три открытые гибридные модели — NVIDIA Nemotron‑Nano‑9B‑v2, Bamba‑9B‑v2 (IBM) и Qwen3.5‑9B (Alibaba) — и сравниваются с референсной плотной моделью Llama 3.1 8B.

Методика моделирования

Моделирование проводилось для одного ускорителя NVIDIA H200 с 141 ГБ видеопамяти при типичной нагрузке: 4096 входных токенов и до 256 выходных. Рассчитывались следующие метрики: память на один экземпляр с учётом весов, оверхеда и KV‑кеша (Instance VRAM); полное время ответа (E2E Latency); пропускная способность одного экземпляра в запросах в секунду (RPS per replica); требуемый объём памяти на единицу пропускной способности (VRAM/RPS); максимальное число параллельных запросов, ограниченное исключительно памятью. Расчёты верифицировались с помощью расширенного симулятора InferSim и по данным публичных бенчмарков.

Результаты

Особенности производительности моделей

Разница на порядок по KV-cashe у Nemotron обусловлена архитектурой. Модель содержит 56 слоёв, из которых лишь четыре используют полноценное внимание с KV‑кешем, а остальные 52 — сверхбыстрые Mamba‑2‑блоки. Mamba‑2 работает как рекуррентная сеть: вместо хранения растущей таблицы ключей и значений для каждого токена она обновляет компактное скрытое состояние фиксированного размера. В результате для запроса длиной 4096 + 256 токенов KV‑кеш Nemotron занимает около 68 МБ — примерно в восемь раз меньше, чем у Llama. Именно поэтому модель способна удерживать в памяти почти 2000 одновременных запросов; узким местом становится не память, а вычислительная мощность GPU.

Архитектура Qwen3.5 построена на чередовании Gated DeltaNet и Gated Attention. Большинство слоёв использует механизм линейного внимания, который подобно Mamba‑2 оперирует скрытым состоянием постоянного размера, не порождая тяжёлого KV‑кеша. Однако у этого подхода есть обратная сторона: Gated DeltaNet работает последовательно, послойно обновляя внутреннее состояние, и плохо утилизирует матричные вычисления GPU. На коротких дистанциях классический Attention с его эффективным матричным умножением способен загрузить видеокарту почти полностью, тогда как GDN‑слои проигрывают в чистой скорости. В результате TTFT у Qwen3.5 для 4096 токенов составляет 1.86 с против 1.32 с у Llama. На очень длинных контекстах (100K токенов и выше) ситуация меняется: классический KV‑кеш становится тормозом, а Gated DeltaNet продолжает работать с прежней эффективностью.

О качестве и специализации моделей

Каждая из рассмотренных моделей имеет собственную нишу, определяемую не только скоростью, но и метриками качества.

Llama 3.1 8B — референсная плотная модель. Показывает 69.4% на MMLU и 72.6% на HumanEval. Это проверенный универсал для задач, где важна предсказуемость и стабильность, а не максимальная производительность.

Nemotron‑Nano‑9B‑v2 позиционируется как математик и кодер. По данным NVIDIA, модель достигает 72.1% на AIME25, 97.8% на MATH500, 64.0% на GPQA Diamond и 71.1% на LiveCodeBench. Эти результаты делают её сильнейшим вариантом для задач, требующих точных вычислений и генерации корректного кода.

Qwen3.5‑9B является универсальным «эрудитом». Модель превосходит GPT‑OSS‑120B по MMLU‑Pro (82.5%) и GPQA Diamond (81.7%), а также показывает 83.2% на HMMT. Высокое качество на широком спектре тестов позволяет использовать её в сценариях, где важны широкий кругозор и точность ответов.

Bamba‑9B‑v2 — быстрый универсал, превосходящий Llama 3.1 8B по среднему баллу OpenLLM v2. Она не специализируется на одной задаче, но обеспечивает хорошее качество при заметно более высокой скорости.

Рекомендации

• Для чат-ботов и потоковой обработки с высокой пропускной способностью оптимален Nemotron‑Nano‑9B‑v2 — он в полтора раза быстрее Llama и примерно на 30% эффективнее использует память (VRAM/RPS 45.8 против 65.0 ГБ·с).
• Для саммаризации, аналитики документов и агентных систем, где во главе угла широкий кругозор и качество ответа, лучше подходит Qwen3.5‑9B.
• Bamba‑9B‑v2 занимает промежуточную позицию: она даёт заметный прирост скорости при сопоставимом с Llama объёме памяти и может использоваться как универсальный инструмент.

Заключение

Большие языковые модели по‑прежнему требуют значительных вычислительных ресурсов. Однако прогресс в архитектурах — Mamba‑2, Gated DeltaNet — шаг за шагом снижает стоимость владения: на одном H200 теперь можно обслужить заметно больше клиентов, чем год назад. Выбор модели перестаёт быть гаданием по маркетинговым обещаниям и превращается в инженерную задачу с чёткими метриками.

Автор продолжает калибровку симулятора на реальных замерах и готов делиться обновлёнными данными. Читатели, имеющие опыт промышленного развёртывания этих или аналогичных моделей, приглашаются к обсуждению.

Патент охватывает использование производных для нахождения сходимостей обобщенных непрерывных дробей — классического приема из теории чисел, которому больше 200 лет.

Что сделала IBM

Как пишет LeetArxiv, исследователи IBM просто реализовали старый математический метод в PyTorch, а затем вызвали стандартную функцию backward() для вычисления градиентов.

То есть фактически взяли идею Эйлера, встроили ее в граф вычислений нейросети и назвали это «CoFrNet» — архитектурой на основе обобщенных дробей (continued fractions networks).

С точки зрения математики это не новая концепция:

«Они просто взяли известную формулу, добавили слово interpretable и описали, что она “приближает нелинейные функции”, — отмечают исследователи LeetArxiv. — Эту фразу Эйлер написал в 1785 году».

Тем не менее, IBM подала патент в 2022 году. И он был официально опубликован в октябре 2025-го на Google Patents.

Почему это абсурдно

Продолженные дроби лежат в основе многих областей математики и техники:

• Эйлер использовал их для вычислений и приближения π;
• Гаусс и Рамануджан — в теории чисел и аналитике функций;
• механики — для подбора числа зубьев шестерен (метод Броко).

Теперь, если IBM решит действовать агрессивно, под удар могут попасть даже разработчики научных библиотек вроде Sage, Maple или Mathematica, где используются аналогичные методы аппроксимации.

Как получилось, что патент выдали

Патент описывает идею как «новую архитектуру нейросети, использующую обобщенные дроби с дифференцируемыми слоями».

Формально это сочетание древней математики и машинного обучения, что позволяет отнести ее к категории applied algorithmics. Именно этот юридический зазор дает корпорациям возможность патентовать даже давно известные методы, если они применяются «в новом контексте».

Реакция сообщества

Математики и инженеры встретили новость с иронией:

«Эйлер, Гаусс и Рамануджан не дожили до того, чтобы IBM могла брать с них роялти», — шутят пользователи Hacker News.

А основатель LeetArxiv саркастически добавил:

«Если вы когда-нибудь вычисляли обратную величину в PyTorch, поздравляю — вы, возможно, нарушили патент IBM».

Пока не ясно, будет ли компания использовать этот патент в судебной практике, но история уже вызвала обсуждение о том, где проходит граница между наукой и корпоративной собственностью.

Редакция Tproger сделала и адаптировала перевод подборки программ для Windows и macOS. Здесь вы найдёте проверенные временем решения для работы, развлечений и повседневных задач. Мы сосредоточились на бесплатных и условно-бесплатных приложениях с отличной репутацией, которые решают реальные задачи без навязывания ненужных функций.

Список разбит по категориям: от браузеров и гейминга до утилит безопасности и инструментов для продуктивности.

Неважно, опытный вы пользователь или новичок — здесь найдётся что-то полезное для каждого.

Браузеры

Браузер — это, пожалуй, самое важное приложение на вашем компьютере. Именно через него проходит большая часть вашей цифровой жизни: работа, развлечения, коммуникации. Выбор браузера влияет не только на скорость загрузки страниц, но и на конфиденциальность, безопасность и удобство работы.

• Большинство пользователей: Chrome, Edge или Safari
• Защита приватности: Firefox, Brave, Ungoogled Chromium
• Опытные пользователи: Vivaldi
• Максимальная анонимность: Tor Browser

Google Chrome

Chrome остаётся самым популярным браузером в мире — и не просто так. Он быстрый, стабильный и отлично интегрируется с экосистемой Google. Огромная библиотека расширений из Chrome Web Store позволяет настроить браузер под любые задачи. Синхронизация между устройствами работает безупречно: вкладки, пароли, закладки и история всегда под рукой.

Минус один, но существенный: Chrome прожорлив. Если у вас открыто больше десятка вкладок, он может съесть несколько гигабайт оперативной памяти. На компьютерах с 8 ГБ RAM и меньше это становится проблемой.

Mozilla Firefox

Firefox — это выбор тех, кто ценит приватность и открытость. Mozilla не зарабатывает на продаже ваших данных, а сам браузер активно развивается сообществом. Встроенные инструменты защиты от трекинга работают из коробки, блокируя рекламные сети и скрипты слежения.

По скорости Firefox не уступает Chrome, а по потреблению памяти даже выигрывает. Библиотека расширений чуть меньше, чем у Chrome, но все основные инструменты доступны.

Microsoft Edge

Edge построен на том же движке Chromium, что и Chrome, но при этом лучше оптимизирован для Windows. Microsoft вложилась в производительность: браузер работает быстро, потребляет меньше ресурсов и отлично интегрируется с системой.

Особенно приятны функции вроде Collections (коллекции вкладок для организации исследований), режим чтения и встроенный скриншотер. Edge поддерживает все расширения Chrome, так что переход безболезненный.

Brave

Brave — это Chrome на стероидах приватности. Браузер блокирует рекламу и трекеры по умолчанию, что делает сёрфинг быстрее и безопаснее. При этом он полностью совместим с расширениями Chrome.

Есть интересная фишка: Brave Rewards позволяет зарабатывать криптовалюту за просмотр приватной рекламы (если захотите её включить). Спорная механика, но как опция — почему нет. Для тех, кто хочет Chrome без Google и с упором на приватность, Brave — отличный выбор.

Safari (только macOS)

Если у вас Mac, Safari заслуживает внимания. Это самый энергоэффективный браузер для macOS: на MacBook он даёт ощутимо больше автономности по сравнению с Chrome или Firefox. Интеграция с экосистемой Apple безупречна: Handoff, синхронизация через iCloud, Reading List, автозаполнение паролей.

Safari быстрый, безопасный и не перегружен функциями. Единственный минус — библиотека расширений заметно скромнее, чем у конкурентов. Но для большинства задач базового функционала хватает.

Ungoogled Chromium

Для ультраосторожных Ungoogled Chromium удаляет всё отслеживание и сервисы Google — но вам придётся настраивать всё самостоятельно, так как в нём нет автообновлений или встроенной синхронизации.

Для максимально осторожных пользователей — это Chrome, из которого убрали всю телеметрию Google, отслеживание и облачные сервисы. Браузер работает, но требует ручной настройки: отсутствуют автоматические обновления и встроенная синхронизация между устройствами.

Tor Browser

Выводя приватность на следующий уровень, Tor Browser маршрутизирует ваш трафик через сеть Tor, анонимизируя ваш IP и многократно шифруя соединение. Он медленнее по задумке, но идеален, если ваш приоритет — максимальная анонимность, а не скорость или удобство.

Vivaldi

Vivaldi — браузер мечты для тех, кто хочет полного контроля. Стекирование вкладок, тайлинг, кастомные горячие клавиши, встроенная почта и календарь, веб-панели — это полноценный десктопный опыт внутри браузера. Хотите боковую панель браузера, открывающую ваши заметки, RSS-ленты или любой нужный сайт? Vivaldi это умеет.

Arc

Наконец, Arc — когда-то новичок на рынке браузеров, нацеленный на переосмысление UX: замена традиционной панели вкладок на боковую панель, акцент на веб-приложениях, интегрированные разделённые виды и easels для заметок и доски. К сожалению, компания за Arc прекратила разработку, чтобы полностью переключиться на ИИ с новым браузером, который сейчас в закрытой бета-версии.

Управление паролями

• Лучший бесплатный выбор: Bitwarden
• Также отлично: 1Password, Dashlane, KeePass

Миллионы людей продолжают использовать одни и те же слабые пароли на всех сайтах — или, что ещё хуже, держатся за классику вроде «123456». Даже сильные пароли мало помогают, если их повторяют или забывают. Конечно, большинство браузеров предлагают встроенные менеджеры паролей, но они ограничены, привязаны к одному браузеру и менее безопасны, чем специализированные решения.

Также не будем забывать о passkeys (ключах доступа). Если говорить практически, можно сказать, что passkeys объединяют концепцию пароля и двухфакторной аутентификации (2FA) в одно плавное действие, но гораздо безопаснее и гораздо менее раздражающе.

Bitwarden

Полностью опенсорсный, зашифрованный и щедрый даже в бесплатной версии. Вы получаете неограниченное количество паролей, синхронизацию между устройствами и приложения для всех платформ. Премиум ($10/год) добавляет безопасный обмен файлами и инструменты 2FA. Также есть доступные семейные и командные планы.

1Password

Премиум-решение с отполированным интерфейсом, сильной кроссплатформенной поддержкой и отличными функциями вроде Travel Mode (режим путешествий) и полной интеграцией passkeys.

Dashlane

Предлагает мониторинг даркнета, интеграцию VPN и плавный пользовательский опыт. Есть бесплатный тариф с ограниченными функциями, но премиум-версия конкурентоспособна.

KeePassXC

Отличная оффлайн-альтернатива, если хотите полного контроля и не против ручной синхронизации (или использования чего-то вроде Syncthing или Dropbox для синхронизации базы данных).

Пропустите LastPass — когда-то фаворит, он упал в немилость после повторных утечек безопасности. Для душевного спокойствия лучше поискать в другом месте.

Продвинутые утилиты и дополнения к ОС

• Поиск + лаунчеры: Everything или Wox (Windows), Alfred или Raycast (macOS)
• Пакетные менеджеры: WinGet, Homebrew (macOS)
• Для пользователей Windows: PowerToys
• Для пользователей Mac: Rectangle
• История буфера обмена: ClipClip, Flycut (macOS)
• Скриншоты + аннотации: Monosnap

Winget

Официальный менеджер пакетов Microsoft, встроенный в Windows 10 и 11. Работает похоже на Chocolatey, но разработан и поддерживается Microsoft. Homebrew — самый популярный менеджер пакетов для macOS. Позволяет быстро устанавливать, обновлять и управлять приложениями и CLI-инструментами с помощью команд в терминале.

Everything

Что касается поиска, Everything остаётся золотым стандартом сверхбыстрого поиска по именам файлов в Windows. Он индексирует диски за секунды и выдаёт почти мгновенные результаты с минимальной нагрузкой на систему. Если нужен функционал шире базового поиска, Wox использует движок Everything и добавляет мощные возможности лаунчера: поиск файлов, запуск приложений, калькулятор, перевод текста и расширения через плагины. Получается более гибкий опыт в духе Spotlight для Windows.

Command Palette/Alfred/Raycast

В который раз Microsoft не смогла существенно улучшить встроенный поиск Windows, хотя Command Palette в PowerToys даёт неплохой компромисс для тех, кто не хочет ставить сторонние утилиты.

На macOS Alfred по-прежнему главный лаунчер и утилита поиска. Он быстрый, интуитивный и в бесплатной версии включает историю буфера и настраиваемые поиски; расширенная автоматизация и «воркфлоу» доступны в Powerpack.

Тем, кто хочет современную облачно-интегрированную альтернативу с готовыми расширениями и встроенной поддержкой Notion, GitHub и Slack, стоит присмотреться к Raycast — это стильный, дружественный к разработчикам вариант, который стремительно набирает популярность.

Менеджеры буфера обмена

Они позволяют возвращаться к ранее скопированному — тексту, изображениям, ссылкам — и сильно ускоряют рутинные операции.

В Windows встроенная история буфера (Win + V) кое-как выручает, но продвинутым пользователям обычно хочется большего. В числе бесплатных рекомендаций — ClipClip для Windows и Flycut для macOS.

Когда речь о скриншотах и аннотациях, штатные инструменты macOS и Windows заметно выросли. Но многим всё равно удобнее сторонние решения. Нам по-прежнему нравится Monosnap за простоту и возможность мгновенно заливать снимки в облако для шаринга (и это бесплатно).

PowerToys — набор полезных утилит от Microsoft для продвинутых пользователей Windows, повышающих продуктивность и упрощающих рабочие процессы. Среди инструментов: FancyZones для продвинутого раскладывания окон, PowerRename для пакетного переименования, Keyboard Manager для ремапинга клавиш, универсальный color picker и другие.

Rectangle и Magnet — два самых популярных приложения на macOS для закрепления окон: быстрые выравнивание и ресайз по хоткеям или перетаскиванием, примерно как по умолчанию в Windows. Пользователям, пришедшим с Windows и скучающим по системному снапингу, одно из них жизненно необходимо.

Широко используемая альтернатива в Windows — FancyZones (часть PowerToys), предлагающая продвинутое управление окнами: настраиваемые сетки, зоны привязки и поддержку нескольких мониторов — поэтому это фаворит пауэр-пользователей на Windows.

Для рутины и создания проектов

• Бесплатные инструменты: FreeOffice, LibreOffice и WPS Office
• Microsoft Office за единовременную плату $49, Office 2024 — $129
• Заметки: Notion, OneNote, Obsidian
• Бесплатный PDF-редактор: PDFsam
• Почтовые клиенты: Thunderbird, eM Client

Независимо от того, пишете ли вы тексты, планируете проект, кодите или наводите порядок в цифровой жизни, правильные инструменты решают многое. Сегодня выбор топовых приложений для продуктивности и разработки — часто бесплатных — лучше, чем когда-либо.

Microsoft Office остаётся отраслевым стандартом для профессиональной продуктивности. Подписка Microsoft 365 открывает доступ к Word, Excel, PowerPoint, Outlook и включает 1 ТБ облачного хранилища.

Среди бесплатных альтернатив LibreOffice — мощный open-source комплект с сильным сообществом (хотя интерфейс некоторым кажется старомодным). Если нужна внешне более майкрософтовская альтернатива, попробуйте FreeOffice или WPS Office Free — у них хорошая совместимость.

На macOS Pages, Numbers и Keynote предустановлены и более чем достаточны для большинства задач, особенно если вы в экосистеме Apple.

Знания и ведение заметок

Notion стал универсальной платформой организации: заметки, базы данных, to-do, управление проектами, создания совместных рабочих пространств. Если нужны более локальные заметки с синхронизацией между устройствами и поддержкой Markdown, Obsidian — любимец студентов и исследователей.

Для быстрых кроссплатформенных заметок OneNote — крепкий бесплатный вариант от Microsoft. В качестве альтернатив — Simplenote или open-source Joplin.

Если вы занимаетесь академической работой и научными статьями, Zotero — отличный open-source менеджер источников с интеграцией в браузер и совместными коллекциями. Milanote предлагает визуальный подход к заметкам и планированию — идеально для креативных пользователей.

Работа с PDF

Хотя Adobe Acrobat остаётся премиальным редактором PDF, бесплатные альтернативы вроде PDFsam позволяют без усилий объединять, разбивать, редактировать и поворачивать страницы.

Инструменты для дизайна и создания контента

Для дизайна два выделяющихся приложения хорошо дополняют набор продуктивности. Figma Desktop — совместная платформа интерфейс-дизайна, широко используемая UI/UX-дизайнерами и фронтенд-разработчиками. Десктоп-версия работает быстрее, чем браузер, и лучше интегрируется с ОС — это удобно для сложных дизайн-систем и коллаборации в реальном времени.

Canva с интуитивным drag-and-drop превосходно чувствует себя и как десктоп-приложение. Отлично подходит для быстрых графических материалов для соцсетей, маркетинга, постеров и презентаций. Благодаря тысячам шаблонов и совместной работе это фаворит как у профи, так и у новичков.

Почтовые клиенты

Если вы предпочитаете отдельный почтовый клиент, у eM Client много функций, бесплатный — до двух аккаунтов. Mozilla Thunderbird — мощная open-source альтернатива с удобной настраиваемостью, а Mailbird — вариант с упором на продуктивность для тех, кого не пугает подписка.

Инструменты разработчика

• Редакторы кода и текста: VS Code, Cursor, Sublime Text
• Система контроля версий: SourceTree, GitHub Desktop
• Контейнеры: Docker
• Локальные LLM: Ollama
• SFTP, загрузка файлов: WinSCP, Forklift

Для разработчиков Visual Studio Code — безусловный вариант. Бесплатный, лёгкий, но мощный, кроссплатформенный — тысячи расширений покрывают практически любой язык, фреймворк или инструмент. Набирающая популярность альтернатива — Cursor, редактор на базе VS Code с усиленной AI-помощью. Он подходит для связки с LLM: даёт inline-подсказки, генерирует код, рефакторит и позволяет редактировать кодовую базу.

При этом Sublime Text остаётся для скорости и простоты, а Notepad++ — отличный лёгкий редактор для быстрых правок в Windows.

Для Git графические клиенты SourceTree и SmartGit дают понятный интерфейс для управления репозиториями на GitHub, GitLab и не только. GitHub Desktop раньше был простоват и не слишком хорош, но сейчас существенно прибавил — всё ещё простой для работы, но в хорошем смысле.

Для локальных окружений, API-тестирования или терминального воркфлоу инструментов — пруд пруди. Например, Docker Desktop стал стандартом для тех, кто собирает и запускает контейнеризированные приложения на разных платформах. Он упрощает настройку окружений и держит систему чистой.

Ollama позволяет запускать большие языковые модели (LLM) локально с минимальной настройкой. Поддерживает модели вроде LLaMA, Mistral и другие open-weight альтернативы GPT, так что можно работать с ИИ прямо на своём компьютере без отправки данных в облако.

Если вы работаете с облачными хранилищами или SFTP, WinSCP (Windows) и ForkLift (macOS) — отличные клиенты с двухпанельным управлением файлами, синхронизацией и автоматизацией. На Mac также популярны Commander One и Transmit — у них есть встроенные подключения к удалённым и облачным путям.

Безопасность

И Windows, и macOS сегодня предлагают более чем достойную встроенную защиту. С защитой в реальном времени, интеграцией с файерволом и биометрией вроде Windows Hello и Touch ID. Для обычных пользователей, которые соблюдают гигиену безопасности: не скачивают сомнительное ПО, используют менеджеры паролей и включают 2FA — встроенной защиты часто хватает.

Для продвинутых пользователей есть дополнительные варианты.

Отличное первое дополнение — Malwarebytes. Это давний фаворит в обнаружении и удалении malware, adware и руткитов; бесплатная версия по-прежнему хороша для ручных сканов. В платной — защита в реальном времени без ощутимой просадки производительности.

Если не хочется ставить традиционный антивирус, есть достойные альтернативы. Emsisoft Emergency Kit — мощный портативный сканер, который можно запускать с флешки: идеально для редких глубоких сканов или лечения заражённых систем без установки чего-либо. Просто подключаете, когда нужно.

Ещё один отличный инструмент — VirusTotal: бесплатный веб-сервис, который проверяет файлы и URL через десятки антивирусных движков. Прежде чем открывать подозрительную загрузку, можно залить файл на VirusTotal.com или использовать их расширение для браузера, чтобы проверять ссылки в реальном времени. Быстро, просто и удобно для осторожных пользователей.

Мы не поклонники установки антивирусов на каждый компьютер и не полностью в курсе, какие сейчас показывают лучшие результаты. Тем не менее, AV-Test давно и регулярно оценивает популярные решения, поэтому советуем смотреть их свежие отчёты. В текущем списке высокооценённых — Avast, BitDefender, ESET и другие; многие из них предлагают бесплатные версии для пробы.

Удалённый доступ и вспомогательные утилиты

RustDesk стал современным, ориентированным на приватность аналогом TeamViewer. Он с открытым исходным кодом, быстрый и работает кроссплатформенно.

Тем, кому нужны более устоявшиеся коммерческие решения, подойдёт AnyDesk, который остаётся лёгким и надёжным вариантом для личного и командного использования.

Превращение смартфона в пульт дистанционного управления компьютером бывает невероятно удобно — будь то презентации, потоковое видео или просто навигация с дивана.

Remote Mouse — простой и эффективный способ эмулировать мышь и клавиатуру с телефона. Для более продвинутых сценариев можно использовать приложения вроде Unified Remote.

Редактирование изображений и видео

• Профессиональный видеомонтаж: DaVinci Resolve
• Простой видеомонтаж: CapCut
• Редакторы изображений: GIMP, PhotoDemon, Pixelmator Pro
• Бесплатное улучшение изображений: Upscayl
• RAW-редактирование: RawTherapee
• Видеоконвертация: HandBrake

Если вам нужен бесплатный инструмент для редактирования изображений, GIMP — один из самых мощных вариантов. Он предоставляет профессиональные возможности, такие как слои, маски и настраиваемые плагины, что делает его идеальным для продвинутых пользователей. Если вы ищете более лёгкий редактор с чистым интерфейсом, стоит обратить внимание на PhotoDemon. Он работает как портативное приложение на Windows, поддерживает слои и редактирование — отличный выбор для быстрых правок или ретуши.

Если вы хотите увеличивать разрешение изображений без потери качества, Upscayl — мощный и бесплатный инструмент для апскейла. Он кроссплатформенный, и по нашим тестам показывает результаты на уровне платных решений вроде Topaz.

Для векторной графики — логотипы, иллюстрации — Inkscape является достойным open-source вариантом с полной поддержкой редактирования SVG. Krita — ещё один отличный бесплатный инструмент, особенно подходящий для цифровой живописи и художественного творчества.

Для редактирования RAW-фотографий, Darktable и RawTherapee — два высококлассных open-source аналога Adobe Lightroom. Их широко используют фотографы, которым нужна работа с изображениями без подписки.

Для простых GIF-анимаций ScreenToGif — удобная утилита, мгновенно записывающая область экрана и экспортирующая в GIF или другие форматы с оверлеями.

Среди платных фоторедакторов Adobe Photoshop остаётся лидером, но для macOS есть Pixelmator Pro — мощное приложение с разовой оплатой, а Affinity Photo предлагает профессиональные возможности по более доступной цене.

Видеомонтаж и конвертация

DaVinci Resolve считается лучшим бесплатным профессиональным ПО. Его используют и энтузиасты, и профессионалы — от простого тримминга до цветокоррекции и сложного постпродакшена.

Shotcut и Kdenlive — тоже сильные бесплатные варианты, предлагают более простой фукнционал с хорошим набором функций для новичков и продвинутых пользователей. CapCut, изначально мобильное приложение, теперь доступен на десктопе — идеально подходит для быстрых монтажей и роликов для соцсетей.

Для пользователей macOS iMovie предустановлен и остаётся надёжным вариантом для базовых видео. Если вам нужно просто конвертировать или сжимать видео в современные форматы, HandBrake — проверенное бесплатное решение с поддержкой и вариацией входных и выходных форматов.

Тем, кто ищет топовый профессиональный монтаж, подойдут Adobe Premiere Pro и Final Cut Pro, но там есть дорогая подписка и более высокий порог входа.

Коммуникации и совместная работа

• Для повседневной связи: WhatsApp, Messenger и Zoom, если у вас нет FaceTime
• Для приватности: Signal
• Для работы: Slack, Teams
• Для игр и общения: Discord

Выбор коммуникационных и мессенджерных приложений в первую очередь зависит от того, с кем вы общаетесь — с семьёй, друзьями, коллегами или игровым сообществом. Вот актуальная картина:

Для личной переписки WhatsApp и Facebook Messenger остаются самыми массовыми платформами по всему миру. У них есть десктопные клиенты и встроенное сквозное шифрование по умолчанию. Telegram также крайне популярен благодаря синхронизации между устройствами и поддержке крупных чатов. Пользователи Apple продолжают активно использовать iMessage для приватного, шифрованного общения в экосистеме Apple.

Из видеоконференций Zoom остаётся одним из лидеров для групповых звонков и онлайн-ивентов, предлагая локальные записи, демонстрацию экрана и комнаты (breakout rooms). Однако бесплатный тариф ограничивает 1:1 звонки 40 минутами, если не перейти на платный план. Zoom поддерживает сквозное шифрование, но при включении E2EE отключаются некоторые функции вроде облачной записи и комнат.

Google Meet — отличный браузерный аналог без необходимости установки, который заметно улучшился по качеству и удобству использования. Многие компании применяют Meet в ежедневной работе и гибридных форматах. Если ваша организация использует Microsoft 365, скорее всего, вы работаете в Microsoft Teams, который уже заменил Skype на корпоративном уровне. Teams поддерживает большие созвоны, обмен файлами и глубоко интегрирован с Office. Сквозное шифрование доступно, но только для 1:1 звонков.

FaceTime по-прежнему отличный для пользователей Apple, и благодаря новым обновлениям к звонку теперь могут присоединяться и пользователи Android/Windows по ссылке через браузер.

Когда приватность критична, Signal — один из лучших вариантов. Разработан некоммерческой организацией, бесплатен, open-source, без рекламы, использует надёжное сквозное шифрование для сообщений и звонков.

Для рабочих коммуникаций Slack и Teams продолжают использоваться в бизнес-среде. Бесплатный тариф Slack ограничивает историю 90 днями и звонки, но остаётся любимцем стартапов и малых команд благодаря интеграциям и ботам. Cisco Webex — также крепкий вариант, особенно популярен в корпоративной среде.

Если вы работаете с креативными командами, сообществами или геймерами, Discord стал явным лидером. Изначально созданный для игр, он превратился в полноценную коллаборативную платформу с текстом, голосом и видео, стримингом экрана и ботами для автоматизации. Многие комьюнити — и даже IT-компании — используют Discord как основной рабочий инструмент.

Для внутриигрового голосового чата TeamSpeak остаётся олдскульным достойным вариантом: можно использовать анонимно и получать полный контроль над сервером. Встроенный чат Steam лучше, чем раньше, и помогает в игровой координации, но большинство всё же выбирает Discord.

Гейминг, моддинг и стриминг

• Игровые платформы: Steam, Epic Games, EA App, Ubisoft, GOG
• Последние драйверы для GPU: Nvidia GeForce, AMD Radeon, Intel Arc
• Стриминг: OBS Studio

Steam остаётся центром PC-игр. Это не только магазин, но и социальная платформа, лаунчер и площадка с модами, облачными сохранениями и встроенным стримингом. Регулярные распродажи, поддержка контроллеров и сообщества делают его обязательным для любого PC-геймера.

Не менее важно установить Epic Games Store. Хотя библиотека меньше, он регулярно раздаёт бесплатные игры, доступные любому с аккаунтом Epic. Это также must-have, если вы играете в Fortnite.

Помните: не все издатели размещают игры на Steam или Epic. Для тайтлов EA понадобится EA App (ранее Origin), для Ubisoft — Ubisoft Connect, для Blizzard/Activision — Battle.net, а GOG Galaxy не только предлагает DRM-free классику, но и может агрегировать игры из других лаунчеров.

Некоторые сверхпопулярные игры распространяются отдельно: Minecraft (через Minecraft.net или Microsoft Store), Roblox, League of Legends и Valorant (через лаунчер Riot Games). Если вы новичок и ищете что-то лёгкое, можно начать с free-to-play тайтлов или классики вроде Brutal Chess или GZDoom.

Если вы играете с геймпадом, Windows поддерживает Xbox-контроллеры из коробки. PlayStation-контроллеры теперь тоже отлично работают: Steam через Steam Input поддерживает DualShock 4 и DualSense практически во всех играх. При необходимости глубокой кастомизации можно использовать DS4Windows, но большинству хватает возможностей Steam.

Если вас интересует моддинг, хороший менеджер модов время в этой жизни:

• Mod Organizer 2 — лучший для RPG Bethesda (Skyrim, Fallout).
• Vortex (от Nexus Mods) — дружелюбный к новичкам и поддерживает широкий перечень игр.

Для записи геймплея или стриминга Nvidia ShadowPlay и AMD Radeon ReLive подходят для простых задач. Но для стриминга с вебкой, сценами, оверлеями или многосценовым продакшеном OBS Studio — безальтернативный лидер. Он бесплатный, open-source и подходит как новичкам, так и про-стримерам (Twitch, YouTube, Kick и т.д.). SignalRGB помогает синхронизировать весь RGB-зоопарк и задавать динамические эффекты.

Мониторинг железа и разгон

• Мониторинг: CPU-Z, HWMonitor, HWiNFO64
• Настройка и разгон: Afterburner, FanControl, ThrottleStop, SignalRGB

Одно из первых дел, которое стоит сделать после сборки ПК — убедиться, что компоненты соответствуют ожиданиям и работают корректно. К счастью, существует много инструментов, позволяющих мониторить, тестировать и настраивать железо.

Начать стоит с CPU-Z — классического бесплатного инструмента, показывающего информацию о CPU, материнской плате, оперативной памяти и других компонентах. Он также умеет запускать простой стресс-тест и бенчмарк для проверки стабильности.

Для более широкого мониторинга HWMonitor показывает температуры, напряжения и скорости вентиляторов в реальном времени. Если нужно ещё глубже и с более гибким интерфейсом — HWiNFO64 считается одним из лучших: поддерживает логирование датчиков и интеграцию с оверлеями (например, RTSS или Rainmeter).

Чтобы проверить хранилище, CrystalDiskMark измеряет скорость чтения/записи SSD и HDD — это помогает понять, соответствует ли диск заявленным характеристикам. Глубже оценить здоровье накопителя можно в Hard Disk Sentinel, который анализирует SMART-данные, оценивает срок службы и предлагает ограниченный ремонт.

С точки зрения охлаждения, всё больше геймеров используют утилиты для настройки вентиляторов. FanControl — актуальный бесплатный фаворит: поддерживает сложные кривые оборотов, привязку к датчикам, и совместим с большинством современных материнских плат. На Mac одной из лучших утилит остаётся Macs Fan Control.

Для настройки видеокарт долгое время стандартом был MSI Afterburner — для разгона, настройки вентиляторов и мониторинга с RTSS-оверлеем. Однако из-за замедления обновлений многие сегодня используют встроенные утилиты от Nvidia (GeForce Experience/Control Panel) и AMD (Adrenalin Software).

Если вы меняете видеокарту или подозреваете проблемы с драйверами, обязательно используйте Display Driver Uninstaller (DDU) — он полностью очищает систему от старых драйверов перед переустановкой.

Если вы играете на ноутбуке или хотите снизить нагрев и повысить автономность, ThrottleStop остаётся одним из лучших инструментов для андервольта CPU и настройки энергопрофилей.

Тем, кто серьёзно подошёл к разгону CPU и GPU, пригодятся фирменные инструменты вроде Intel XTU (для Intel) и AMD Ryzen Master — они дают контроль над частотами, напряжениями и лимитами мощности.

Управление файлами

• Поиск больших файлов: SpaceSniffer, WizTree, Disk Drill (macOS)
• Поиск дубликатов: dupeGuru
• Архивы и ZIP: PeaZip, The Unarchiver
• Очистка: BCUninstaller, CCleaner Portable, AppCleaner (macOS)

Чтобы грамотно управлять файлами и освобождать место, нужно понимать, что именно занимает пространство. На Windows популярны WinDirStat и WizTree — быстрые бесплатные инструменты для визуализации диска. SpaceSniffer предоставляет динамическую схему.

На macOS — GrandPerspective и Disk Drill предлагают аналогичный функционал, а DaisyDisk — один из самых красивых платных вариантов с молниеносным сканированием.

Если дубликаты засоряют диск, dupeGuru (open-source) отлично справляется с поиском повторяющихся изображений и музыки, даже слегка изменённых.

Для пакетного переименования файлов (например, фоточек с камеры) существует гибкий Bulk Rename Utility. Если нужно что-то попроще: PowerRename из PowerToys (Windows) или встроенный инструмент в Finder (macOS) подходят большинству.

Встроенный File Explorer в Windows недавно получил вкладки и стал удобнее, но Files (open-source) — современная альтернатива с улучшенным UX. Кто-то ещё пользуется Total Commander или Directory Opus, благодаря расширяемости и скриптам, хотя новичкам они кажутся устаревшими. Для просмотра изображений по-прежнему незаменим IrfanView.

Для работы с архивами, если не устраивает встроенный ZIP-менеджер Windows, скачайте 7-Zip или PeaZip. На Mac лучшим бесплатным инструментом остаётся The Unarchiver.

Для очистки системы важно выбирать надёжные утилиты. На Windows, BCUninstaller (Bulk Crap Uninstaller) — один из самых проверенных для удаления программ и их хвостов. BleachBit и Wise Disk Cleaner — безопасные альтернативы CCleaner (лучше использовать Portable-версию, так как стационарная испортила репутацию). На Mac AppCleaner всё ещё любим за полное удаление приложений без мусора.

Если вы организуете большую библиотеку медиа, стоит взглянуть на open-source TagSpaces, позволяющий тегировать файлы локально, без облака.

Облачное хранилище и резервное копирование

• Простая синхронизация: Dropbox, Google Drive
• Фото между устройствами: Apple iCloud, Google Photos
• Приватность: pCloud, Proton Drive, Internxt
• Полные бэкапы: Backblaze, IDrive

Базовое облачное хранилище

Dropbox — один из самых простых в использовании, хотя бесплатных 2 ГБ мало.

Google Drive — 15 ГБ бесплатно, используется Gmail, Docs и Photos. Идеален для Android.

OneDrive — идёт в комплекте с Windows и Microsoft 365. 1 ТБ включён в большинство Office-планов. Хотя по скорости и интерфейсу уступает Dropbox/Google.

iCloud Drive — лучший выбор для пользователей Apple, глубокая интеграция с macOS/iOS. Бесплатно 5 ГБ, далее по планам до 2 ТБ.

Proton Drive — шифрованная альтернатива от создателей ProtonMail.

Фото и видео

На macOS приложение Photos автоматически создаёт альбомы по людям и локациям, синхронизирует всё через iCloud.

На Windows мы часто рекомендуем Google Photos, который предлагает аналогичный набор функций и автоматизацию. Для пользователей Android — это стандарт по умолчанию. Да, раньше было безлимитно, теперь фото занимают общее место Google Drive (15 ГБ), которое быстро заканчивается.

Полные бэкапы

Если требуется сохранять всю систему, терабайты медиа, состояние дисков используйте отдельные сервисы резервного копирования.

Backblaze — топ в этой категории: фиксированная цена (~$8/месяц за устройство), безлимитное хранилище, минимум настроек: установил и забыл.

IDrive — более контролируемый вариант, поддерживает несколько устройств, внешние диски и версионность файлов.

Простой для не-технарей — Carbonite, с возможностью быстрого восстановления и круглосуточной поддержкой.

Профессионалам — Acronis Cyber Protect: клон дисков, анти-вымогатель, гибридное облако.

Для особо чувствительных данных

Если вы храните личные финансовые документы или медицинские сведения, стоит выбрать end-to-end решений.

pCloud предлагает клиентское шифрование (через платный «Crypto»). Даже при взломе аккаунта файлы не расшифруются без ключа.

Proton Drive — аналогичный подход, с прозрачностью open-source.

Прочие полезные инструменты, не вошедшие в другие разделы

Google Earth — для любителей карт и планировки.

qBittorrent — лучший torrent-клиент: чистый, без рекламы, с поиском. Альтернатива — легковесный Transmission или кастомизируемый Deluge.

iMazing — must-have для владельцев iPhone: резервные копии, экспорт медиа, проверка батареи, конвертация HEIC.

AirDroid — аналог для Android: управление файлам, уведомления, SMS с ПК.

Rufus — лидер по созданию загрузочных USB-дисков для Windows/Linux.

Open Shell — возвращает классическое меню «Пуск» в стиле Windows 7.

Stretchly — напоминает делать перерывы — полезно удалёнщикам и фрилансерам.

AutoHotkey — скриптовый движок для Windows: переназначение клавиш, макросы, автоматизация.

VPN: бесплатные — ProtonVPN, Windscribe, TunnelBear (с лимитом). Платные — ProtonVPN, NordVPN.

Calibre — лучшее бесплатное решение для чтения, организации и конвертации e-book (EPUB, MOBI, PDF и др.).

Заключение

Итак, мы прошлись по основным категориям приложений, которые стоит установить на новый компьютер. Конечно, этот список не исчерпывающий — у каждого свои задачи и предпочтения. Но если вы установите хотя бы половину из перечисленного, ваш компьютер станет гораздо удобнее и функциональнее.

Несколько советов напоследок:

1. Не захламляйте систему. Устанавливайте только то, что действительно используете. Чем меньше фоновых процессов — тем быстрее работает компьютер.
2. Следите за обновлениями. Большинство программ обновляются автоматически, но некоторые требуют ручного апдейта. Свежие версии — это не только новые функции, но и закрытые уязвимости.
3. Делайте резервные копии. Никакие утилиты не спасут от отказа жёсткого диска. Регулярный бэкап на внешний носитель или в облако — обязательная практика.
4. Экспериментируйте. Попробуйте несколько браузеров, редакторов, плееров. То, что подходит большинству, может не подойти именно вам.
5. Читайте отзывы. Перед установкой незнакомого приложения загляните на форумы или Reddit. Сообщество быстро выявляет проблемы и подводные камни.

Теперь ваш компьютер готов к работе, учёбе, развлечениям — и чему угодно ещё. Главное — не забывайте, что инструменты важны, но ещё важнее то, как вы их используете. Удачи!

Подробности разработки

Лауреатами стали Джон Кларк (Калифорнийский университет в Беркли), Мишель Деворе (Йельский университет и Калифорнийский университет в Санта-Барбаре) и Джон Мартинис (Калифорнийский университет в Санта-Барбаре). На троих они разделят премию в размере 1,17 млн долларов. Важно отметить: Джон Мартинис — не только профессор, но и бывший главный специалист по квантовым технологиям в Google, где он возглавлял программу по созданию квантового процессора Sycamore. Именно под его руководством Google в 2019 году впервые заявила о достижении квантового превосходства.

Работы учёных начались ещё в 1980-х. Они впервые показали, что квантовые эффекты можно наблюдать и контролировать в миниатюрных электрических цепях. В экспериментах с сверхпроводящими материалами, которые при сверхнизких температурах проводят ток без сопротивления, им удалось зафиксировать явление квантового туннелирования — когда частицы проходят через барьеры, которые по законам классической физики преодолеть невозможно.

Эти результаты стали поворотной точкой. Исследователи доказали: квантовая механика — не только абстрактная теория, а инструмент, который можно «встроить» в инженерные системы. Их схема с джозефсоновскими переходами позволила создавать квантовые состояния в электрических контурах, открыв путь к разработке сверхпроводящих кубитов, которые сегодня лежат в основе большинства промышленных квантовых компьютеров.

«Эти открытия показали, что странные свойства квантового мира можно воплотить в устройствах, которые помещаются на ладони», — отметили в Нобелевском комитете. Председатель комитета Олле Эрикссон подчеркнул, что квантовая механика — это не прошлое, а основа всей цифровой эры.

Современные квантовые технологии выросли именно из тех экспериментов. Схемы, похожие на разработанные лауреатами, используются в лабораториях IBM, Google, Intel и десятков исследовательских групп по всему миру. Помимо квантовых вычислений, такие схемы позволяют создавать сверхточные датчики, анализировать магнитные поля и даже обнаруживать подземные структуры.

Сам Кларк признался, что был «ошеломлён» новостью о награде: «Мне никогда не приходило в голову, что это может стать основой для Нобелевской премии».

Облачные инструменты кардинально изменили правила игры. GitHub Codespaces, AWS Cloud9 и другие платформы переносят ресурсоемкие задачи на удаленные серверы, превращая бюджетные ноутбуки в эффективные терминалы. Разделение среды разработки и выполнения становится новой нормой, а локальная мощность — больше не ключевой фактор.

Почему дорогой ноутбук — не обязательное условие

Современная разработка стремительно мигрирует в облака, кардинально меняя требования к локальному железу. Вот вам актуальное правило для прогера-новичка: лучше начать с того, что есть, чем ждать идеального компьютера.

Дешевый — не значит плохой и не годится для работы. Raspberry Pi 400 — наглядное доказательство: этот недорогой мини-компьютер с 4-ядерным ARM-процессором и 4 ГБ ОЗУ официально поддерживает Visual Studio Code, Docker и Python-среды.

Многие разработчики всё чаще сознательно выбирают 15-дюймовые ноутбуки бюджетного сегмента, жертвуя избыточной мощью ради мобильности. Вес современных моделей вроде Chuwi HeroBook Pro не превышает 1.2 кг — это позволяет часами работать в парке или коворкинге с комфортом.

Как ограничения становятся преимуществом

Работа на слабом железе — это тренировка инженерного мышления.

Когда каждый гигабайт ОЗУ на счету, вы автоматически учитесь:

• отключать фоновые сервисы вроде Telemetry в Windows;
• выбирать легкие инструменты — например, Vim вместо PyCharm;
• писать оптимизированный код, избегая утечек памяти.

Эти навыки остаются с вами даже после перехода на мощные устройства.

Облака как ускоритель

В 2025 году 70% задач новичка решаются через браузер:

• CodeSandbox заменяет локальный IDE для JavaScript/TypeScript;
• GitHub Codespaces компилирует код на удалённых серверах;
• AWS Cloud9 запускает Android Studio в облаке.

Разработчик может использовать ноутбук только для написания кода, а ресурсоёмкие операции передаются «на аутсорс».

Рабочие конфигурации 2025 года: от выживания к комфорту

Российский рынок предлагает проверенные варианты для разных задач. Эти три примера показывают, что переплачивать за железо при текущем уровне развития технологий вовсе не обязательно.

Стартовый уровень (25 000–35 000 ₽)

Chuwi HeroBook Pro за 25 000 ₽ — не игрушка. Его процессор Intel Gemini Lake N4020 и 8 ГБ ОЗУ справляются:

• с написанием скриптов на Python;
• версткой в VS Code;
• тестированием мобильных приложений через BrowserStack.

Секрет эффективности — предустановленный Linux Lite, потребляющий втрое меньше ресурсов, чем Windows 11. На таком ноутбуке можно легко собрать Telegram-бота с нейросетевым анализом текста, перенести тренировку моделей в Google Colab.

Оптимальный выбор (35 000–45 000 ₽)

Acer Aspire 5 за 40 000 ₽ — «рабочая лошадка» для FullStack-разработки. Его Intel Core i5-1335U и 8 ГБ ОЗУ позволяют:

• запускать 2-3 контейнера Docker одновременно;
• тестировать Spring Boot-приложения;
• работать с веб-пакетами Webpack/Vite.

Модель показывает 6.5 часов автономности при активной работе в VS Code — это даже больше, чем у HP 255 G10 в аналогичных условиях.

Потолок бюджета (45 000–55 000 ₽)

HP Pavilion 15 за 55 000 ₽ с Ryzen 5 7530U и 16 ГБ ОЗУ — выбор для коммерческой разработки. На этом устройстве комфортно:

• собирать микросервисы на.NET Core;
• деплоить приложения через Minikube;
• писать код в IntelliJ IDEA с плагинами.

Важно: модель поддерживает апгрейд ОЗУ до 32 ГБ — редкая возможность для бюджетного сегмента.

Бюджетный ноут — не помеха, а стиль жизни

Реальность современной разработки доказывает: тысячи специалистов, в том числе профессиональные прогеры, сознательно выбирают экономичные решения.

Это подтверждается ростом востребованности облачных инструментов, о которых мы уже писали выше:

• GitHub Codespaces активно набирает популярность: сервис упрощает онбординг разработчиков и поддерживает интеграцию с Copilot.
• CodeSandbox обрабатывает 1.2 млн проектов ежемесячно, многие из которых создаются на маломощных устройствах.
• AWS Cloud9 стал стандартом для мобильной разработки стартапов с распределёнными командами.

Для таких сценариев эксперты рекомендуют «гибридную стратегию»:

• локально: редактор кода, терминал, браузер с 2-3 вкладками;
• в облаке: сборка, базы данных, тестовые среды;
• на удалённых серверах: CI/CD, нейронные сети, тяжёлые вычисления.

Что установить для эффективной работы

Выбор операционной системы — первый шаг к оптимизации. Linux Lite/Xubuntu потребляют менее 500 МБ ОЗУ в простое, поддерживая VS Code и IntelliJ IDEA — идеально для Chuwi HeroBook Pro.

Для Windows-зависимых задач подойдет Windows 10 LTSC — лайт-версия без телеметрии. Избегайте Single Language редакций: они блокируют смену языка системы, что критично для документации.

Инструментарий требует осознанного выбора:

• Редакторы кода — VS Code с отключенными ненужными расширениями (GitLens, лишние линтеры) снижает потребление ОЗУ на 30%. Альтернатива — Sublime Text, запускающийся за 2 секунды даже на Intel Celeron.
• Облачные среды — CodeSandbox заменяет локальный IDE для JavaScript/TypeScript, предлагая полный функционал VS Code в браузере.
• Для Java-разработки — OpenJDK 21 с настройкой -Xmx512m ограничивает аппетиты JVM.
• Контейнеризация — Docker Desktop с флагом –memory=1g позволяет запускать PostgreSQL и Redis даже на 8 ГБ ОЗУ.

Пример рабочего стека для веб-разработки на слабом железе: Xubuntu 22.04 + SQLite (вместо MySQL) + Node.js/Express на бэкенде + React в CodeSandbox на фронтенде. Git для контроля версий, а сборку можно перенести на GitHub Actions.

Как выжать максимум из ограниченных ресурсов

Аппаратные улучшения — самый эффективный способ. Замена HDD на SSD ускоряет загрузку ОС в 5 раз (с 1:30 до 0:18 секунд). В 2025 году SSD на 256 ГБ стоит от 2000 руб. — лучшая инвестиция для бюджетных ноутбуков.

Если есть свободный слот, добавьте ОЗУ — это даст моментальный прирост производительности: модуль 8 ГБ DDR4 обойдётся примерно в 3000 руб. На некоторых моделях (например, Acer Aspire 5) возможен апгрейд до 32 ГБ.

Программные настройки не менее важны:

• в Windows отключите визуальные эффекты через «Лучшая производительность» в свойствах системы;
• в Linux используйте LXQt вместо ресурсоёмких GNOME/KDE;
• сократите автозагрузку: каждое фоновое приложение (особенно мессенджеры) «съедает» 100-300 МБ ОЗУ;
• управляйте пакетами через Chocolatey (Windows) или apt (Linux) — это экономит ресурсы;
• для браузеров: Firefox с uBlock Origin легче Chrome, а Vivaldi позволяет отключать вкладки в фоне.

Отключите анимации в VS Code и используйте тёмный режим: это снижает нагрузку на GPU на 10-15%. Кажется мелочью, но на интегрированной графике каждая мелочь важна.

Когда бюджетный ноут — не вариант

Бюджетные ноутбуки имеют технологические пределы, которые важно понимать. Компиляция ядра Linux — классический пример ресурсоёмкой задачи: процесс требует не только 50+ ГБ свободного SSD-пространства, но и минимум 8-ядерного процессора для приемлемой скорости.

Официальная документация ядра Linux прямо указывает: сборка занимает 30-90 минут даже на современных CPU, а на бюджетных Celeron это время увеличивается до 4-6 часов.

Машинное обучение — ещё один критичный сценарий. Тренировка даже простой CNN-модели на датасете MNIST длится 3-5 минут на GPU NVIDIA RTX 3060, но на интегрированной графике Intel UHD занимает 45+ минут. Для ImageNet датасета разница становится катастрофической: часы против недель.

Разработка игр на Unreal Engine 5 требует не только дискретной графики (минимум NVIDIA GTX 1060), но и 16+ ГБ ОЗУ. Epic Games прямо указывает в системных требованиях: работа с Lumen-освещением невозможна на интегрированных GPU.

Как распознать пределы железа

Три объективных индикатора покажут, что ноутбук исчерпал ресурсы:

• Постоянный swap (использование файла подкачки) — когда система тратит >20% времени на перемещение данных между RAM и SSD. Проверить можно через команду vmstat -w 1 в Linux или Resource Monitor в Windows.
• Троттлинг CPU — процессор снижает частоту из-за перегрева. Утилиты типа ThrottleStop покажут падение частоты >30% под нагрузкой.
• Фризы IDE — если VS Code/IntelliJ блокируются на 5+ секунд при автодополнении кода.

Альтернативы для ресурсоемких задач

Когда локальное железо не справляется, современные облака предлагают решения:

• Google Colab Pro — доступ к GPU Tesla T4 для ML-задач с поддержкой PyTorch/TensorFlow.
• GitHub Codespaces — виртуальные машины до 32 ядер для компиляции и тестирования.
• Shadow PC — облачные ПК с RTX 3080 для работы в Unreal Engine.

Важно: для Kubernetes-кластеров локальная виртуализация на 8 ГБ ОЗУ невозможна. Минимальные требования для Minikube — 4 ядра и 8 ГБ RAM только для одного узла. Но развёртывание в Yandex Cloud или AWS EKS решает проблему.

Практическое правило выбора

Сопоставляйте задачи с характеристиками:

• 8 ГБ ОЗУ + 4-ядерный CPU: веб-разработка, Python-скрипты, мобильные приложения;
• 16 ГБ ОЗУ + 6-ядерный CPU: Docker, Unity, лёгкая работа с данными;
• 32+ ГБ ОЗУ + 8 ядер + GPU: UE5, нейросети, компиляция С++ проектов.

Технически запустить Unreal Engine 5 на iGPU возможно, но такая задача будет слишком трудной.

Пошаговый старт для экономного кодера

Начинать программировать на бюджетном ноутбуке — как собирать пазл: важно правильно подобрать элементы.

Шаг 1. Аудит вашего железа

Откройте диспетчер задач (Ctrl+Shift+Esc) или htop в Linux и посмотрите:

• сколько ОЗУ свободно при запущенном браузере с 5 вкладками;
• насколько загружен процессор в простое;
• есть ли слоты для апгрейда — проверьте на сайте производителя или через Crucial System Scanner.

Пример: На ноутбуке с 4 ГБ ОЗУ и HDD можно комфортно работать в VS Code, если отключить все лишние процессы. Главное — убедиться, что система не использует файл подкачки постоянно.

Шаг 2. Выбор операционной системы: ваш фундамент

Здесь нет универсального решения, только осознанный выбор под задачи:

• Linux Mint Xfce — идеален для новичков: установка занимает 15 минут, потребляет 400 МБ ОЗУ, автоматически определяет драйверы. Поддерживает Python, C++, веб-разработку.
• Windows 10 LTSC — выбор .NET-разработчиков: версия без телеметрии и предустановленного мусора. Важно: избегайте Single Language редакций — они блокируют смену языка системы.
• ChromeOS Flex — экспериментальный вариант: если ноутбук старше 2010 года, эта облачная ОС превратит его в терминал для Codespaces.

Для первых 6 месяцев обучения хватит и Live USB с Linux — не нужно даже устанавливать систему.

Шаг 3. Облачные инструменты — ваша суперспособность

Перенесите ресурсоёмкие задачи в облако:

1. Frontend: CodeSandbox — полноценная среда для React/Vue в браузере. Запускает dev-сервер на своих мощностях, оставляет ноутбуку только редактирование кода.
2. Backend: GitPod — создаёт готовые среды для Node.js, Python, Java. Автоматически подключается к вашему GitHub-репозиторию.
3. Базы данных: ElephantSQL — бесплатный PostgreSQL-хостинг. Избегайте локальной установки СУБД на слабом железе.

Шаг 4. Апгрейд: максимум эффекта при минимуме затрат

Два изменения дают 80% прироста производительности:

• Установка SSD. Замена HDD ускоряет загрузку ОС с 1.5 минут до 15 секунд. Даже бюджетный Kingston A400 (256 ГБ за 2000 ₽) увеличит скорость работы IDE в 3 раза.
• Добавление ОЗУ. Если есть свободный слот, модуль 8 ГБ DDR4 (3000 ₽) решит проблемы с «тормозами». На YouTube есть гайды по замене для популярных моделей вроде Acer Aspire 3. Перед покупкой проверьте спецификации ноутбука на сайте производителя. Некоторые ультрабуки имеют впаянную память.

Шаг 5. Тонкая настройка IDE: искусство оптимизации

Современные редакторы — «монстры» производительности, но их можно укротить:

• VS Code. Отключите ненужные расширения через Ctrl+Shift+P > Extensions: Show Enabled Extensions, GitLens, Live Share и декораторы файлов съедают до 500 МБ ОЗУ.
• IntelliJ IDEA. В Help | Change Memory Settings установите 512 МБ для Xmx. Отключите плагины Inspection, UML Support и Coverage.
• Общее правило. Темный интерфейс снижает нагрузку на GPU интегрированной графики на 15% (тест Phoronix).

Отключив неиспользуемые плагины, можно существенно уменьшить потребление ОЗУ.

Начните сейчас: ваш первый код сегодня

Не ждите идеальных условий. Откройте в браузере:

• CodePen — для экспериментов с HTML/CSS/JS;
• Replit — для Python, Java, C++;
• GitHub.dev — легковесный редактор для работы с репозиториями.

Напишите console.log('Привет, мир!') — это займет 10 секунд на любом ноутбуке. Помните: Линус Торвальдс создавал ядро Linux на 386-м компьютере с 4 МБ ОЗУ. Ваше железо — не ограничение, а вызов для творчества!

Кризис доткомов 2000 года оставил на рынке только сильнейших. Amazon и eBay выжили, Pets.com с их говорящим щенком-талисманом разорились, потратив $300 млн на рекламу. В России в это время аудитория Рунета медленно, но стабильно росла (около 3-5 млн юзеров), однако онлайн-торговля была делом энтузиастов.

Какими были первые шаги сектора e-commerce, как торговали через интернет в начале тысячелетия, кто и что продавал — обо всем этом и многом другом читайте в нашем историческом исследовании.

Мир в 2001: первые шаги глобального онлайн-шопинга

В 2001 году онлайн-шопинг был мероприятием с сомнительными шансами. Без алгоритмов, быстрой доставки и защищенных платежей. Но именно тогда первые продавцы заложили основы e-commerce, которые работают до сих пор.

Технологии: как покупали без маркетплейсов

В 2001 году для покупки в интернете нужны были три вещи: браузер Netscape Navigator с поддержкой SSL-шифрования, кредитная карта и железное терпение. PayPal только появился (1998 год), но большинство предпочитало оплачивать наличными курьеру или банковским переводом.

Доставка — отдельная история. Amazon доставлял книги по США за 3-5 дней, но международные заказы могли идти месяцами. DHL и FedEx доминировали, стоимость перевозки из США в Россию достигала $50 за небольшую посылку.

Главные игроки: кто правил e-commerce

В 2001 году мировая онлайн-торговля строилась практически с нуля: несколько крупных игроков делили рынок, а остальные боролись за выживание. Amazon, eBay и Alibaba — эти три компании определили будущее e-commerce, но их пути различались кардинально.

Amazon

К 2001 году Amazon уже перестал быть просто книжным магазином. Джефф Безос агрессивно расширял ассортимент: CD, DVD, электроника, игрушки. Выручка компании достигла $3.1 млрд, но прибыль появилась лишь в 2003-м — до этого все заработанное вкладывали в рост.

Главным прорывом Amazon стали персонализированные рекомендации. Алгоритм анализировал покупки и предлагал товар по принципу: «Клиенты, купившие эту книгу, также брали вот эту». Это увеличивало средний чек и создавало эффект «длинного хвоста» — даже нишевые товары находили покупателей.

Однако не все шло гладко. После кризиса доткомов акции Amazon упали на 90%, аналитики заговорили о банкротстве. Компанию спасли два решения: партнерство с другими ритейлерами (например, Toys “R” Us) и ставка на технологическую инфраструктуру — именно тогда заложили основы AWS.

eBay

Площадка eBay в 2001-м — это царство аукционов. Здесь продавали все: от винтажных открыток до раритетных автомобилей. Платформа работала по принципу C2C (потребитель — потребитель), а ее главной «фишкой» была система рейтингов продавцов.

Но проблема заключалась в платежах. Большинство сделок совершалось через чеки или денежные переводы, что замедляло процесс. В 2002 году eBay купил PayPal за $1.5 млрд, чтобы решить этот вопрос. Интересно, что изначально у eBay был собственный платежный сервис Billpoint, но он проигрывал PayPal по популярности. Причины — сложный интерфейс и высокие комиссии.

После сделки PayPal сохранил бренд, но eBay постепенно свернул Billpoint. Это решение оказалось ключевым: к 2004 году 70% транзакций на eBay проходили через PayPal.

Alibaba

Основанная в 1999 году китайским предпринимателем Джеком Ма, Alibaba в 2001-м была далека от современного гиганта. Компания фокусировалась на B2B-сегменте, соединяя производителей из КНР с мировыми покупателями. Главный продукт — Alibaba.com — работал как каталог оптовых товаров: от текстиля до электронных компонентов.

Розничная платформа Taobao появится только в 2003-м, а AliExpress — в 2010-м. Но уже тогда Alibaba заложила основы успеха: бесплатные объявления для продавцов, акцент на малый бизнес и агрессивная маркетинговая стратегия в Азии.

Интересный факт: в 2001 году Alibaba едва не обанкротилась. Компанию спасло $25 млн инвестиций от SoftBank — эти деньги позволили пережить кризис доткомов.

Провалы и курьезы

Pets.com — символ кризиса доткомов. Стартап потратил миллионы на рекламу с говорящим щенком, но разорился через 9 месяцев. Проблема — логистика: доставка корма для животных оказалась нерентабельной.

Webvan — стартап с доставкой продуктов. Инвесторы вложили $1.2 млрд, но компания обанкротилась в 2001-м. Причина — неверный расчет спроса и гигантские затраты на склады.

Россия 2001: онлайн-шопинг в эпоху dial-up

В России 2001 года онлайн-покупки были сродни магическим ритуалам: медленно, дорого и с риском быть обманутым. Успешная доставка казалась чудом, но именно в это время в благодатную почву отечественного рынка были посажены перспективные семена.

Технические ограничения

Интернет в России был медленным (56 кбит/с через телефонную связь) и неравномерным. 60% аудитории Рунета жили в Москве и Питере, регионы отставали.

Платежи — отдельная боль. PayPal в России не работал, а «КиберПлат» (первая российская платежная система) требовал кучу документов. Основные способы оплаты: наличные курьеру или банковский перевод с комиссией 3-5%.

Первые российские интернет-магазины

Если на Западе Amazon и eBay уже задавали тон, российские предприниматели только осваивали новую для себя территорию онлайн-торговли, сталкиваясь с недоверием клиентов и техническими сложностями.

Ozon.ru

Основанный в 1998 году, Ozon к 2001-му стал флагманом российского онлайн-ритейла, хотя масштабы его работы сегодня вызывают снисходительную улыбку. Созданный по образу и подобию Amazon, магазин начинал с продажи книг, но быстро расширил ассортимент до 10 тысяч товаров, включая CD, DVD и бытовую технику.

Интересно, что логистика Ozon сильно отличалась от современных стандартов. Курьеры действительно ездили на метро, а не на машинах, что делало доставку непредсказуемой по времени. Один из первых топовых заказов у покупателей — книга «Гарри Поттер и Кубок огня» за 120 рублей — стал своеобразным символом новой эпохи.

Проблем у Ozon было немало: только 30% заказов оплачивались онлайн, остальные — наличными доставщикам. Компания даже ввела рейтинг «проверенных продавцов», пытаясь бороться с недоверием покупателей. В 2001 году Ozon обрабатывал несколько сотен заказов в день — смешная цифра по современным меркам.

Утконос

Первый российский сервис доставки продуктов, запущенный в 2000 году, стал настоящим пионером в своей нише. Однако его бизнес-модель существенно отличалась от современных стандартов.

Основные заказы принимались по телефону — сайт служил скорее каталогом, чем торговой площадкой. Ассортимент насчитывал около 500 позиций, причем везти товар могли несколько дней — о «доставке за 15 минут» тогда не было и речи.

Главной проблемой стало недоверие покупателей. Москвичи предпочитали лично выбирать продукты в магазинах. Утконос пытался бороться с этим, предлагая бесплатную доставку первых заказов и гарантию возврата денег, но прорыв произошел лишь несколько лет спустя.

Другие игроки

Российский e-commerce 2001 года был представлен и другими любопытными проектами, большинство из которых не дожили до наших дней.

«Молоток.ру», созданный как аналог eBay, предлагал аукционную систему торговли. Однако низкий интернет-охват и недоверие к подобным схемам привели к закрытию уже в 2003 году.

«Торг.ру» специализировался на электронике, но столкнулся с жесткой конкуренцией со стороны оффлайн-магазинов. Интересно, что некоторые его технологии — например, система сравнения характеристик товаров — позже были заимствованы более успешными проектами.

Отдельного упоминания заслуживает сервис «24×7» — один из первых интернет-супермаркетов, предлагавший доставку товаров круглосуточно. Его судьба показательна: несмотря на инновационность идеи, недостаточное развитие логистической инфраструктуры привело к краху проекта.

Почему россияне не доверяли онлайн-покупкам?

В начале 2000-х только ничтожная часть граждан от общего процента периодически делала онлайн-покупки. Остальные либо не знали о таком способе, либо не доверяли интернету. Это недоверие имело глубокие корни и складывалось из нескольких ключевых факторов.

Страх обмана

Психологический барьер перед онлайн-покупками в России был значительно выше, чем в западных странах. Вспоминая 2000-е, россияне признаются, что постоянно боялись стать жертвами мошенников. В особенной степени это касалось дорогостоящих товаров — электроники, ювелирных изделий, бытовой техники.

Ситуацию усугубляли реальные случаи обмана. В архивах Роспотребнадзора сохранились данные о массовых жалобах на интернет-магазины в 2001-2003 годах: от банальной недопоставки товара до откровенного мошенничества с предоплатой. При этом механизмы защиты прав потребителей практически отсутствовали — вернуть деньги за купленный онлайн некачественный товар было крайне сложно.

Правовая неопределенность

До 2007 года в России не существовало отдельного закона о дистанционной торговле, что создавало правовой вакуум. Покупатели не понимали своих прав, а продавцы манкировали обязанностями. Даже такие базовые вопросы, как сроки возврата товара или порядок обмена, регулировались общими нормами Гражданского кодекса, которые плохо подходили для онлайн-торговли.

Отсутствие четких правил игры проявлялось и в других аспектах. Например, не было регламентировано:

• обязательное указание полной информации о продавце;
• правила оформления онлайн-договоров;
• сроки доставки товаров;
• ответственность за нарушение обязательств.

Культурные особенности

Российские потребители традиционно предпочитали «пощупать» товар перед покупкой. Особенно это касалось одежды, обуви и продуктов питания.

Этот культурный код подкреплялся и экономическими факторами. В начале 2000-х средний чек в интернет-магазинах был значительно выше, чем в обычных — покупатели переплачивали за «удобство», которое еще не ценили. К тому же, в отличие от Запада, в России не было традиции каталоговых покупок по почте, которая могла бы стать мостиком к онлайн-торговле.

Последствия недоверия

Этот скепсис имел долгосрочные последствия. Даже в 2010 году, когда мировой e-commerce уже переживал бум, Россия заметно отставала по темпам роста онлайн-торговли. Потребовалось почти десятилетие (до 2012-2014 годов), чтобы российские потребители массово преодолели этот психологический барьер.

Социальный контекст: как e-commerce менял потребительские привычки

На рубеже 2000-х онлайн-шопинг начал формировать принципиально новые модели потребительского поведения. В разных странах этот процесс шел с разной скоростью, но уже тогда стало ясно: интернет-торговля — это не просто новый канал продаж, а полноценная социокультурная трансформация.

Глобальные изменения: от бизнеса к массовому потреблению

В западных странах 2001 год стал переломным для деловых онлайн-транзакций. Система SABRE, разработанная IBM еще в 1960-х, к этому времени превратилась в стандарт для бронирования авиабилетов.

Бизнесмены оценили удобство: вместо походов в кассу или звонков менеджерам можно было за пару кликов оформить билет. По данным American Airlines, к 2001 году через SABRE обрабатывалось до 40% всех бронирований в США.

Не менее революционным оказалось влияние eBay. Площадка не просто создала новый рынок — она изменила отношение людей к вещам. Гаражи и чердаки превратились в источники дохода: в 2001 году миллионы пользователей продавали через eBay всё — от старых пластинок до антикварной мебели. Особой популярностью пользовались коллекционные предметы: например, в 2001 году на аукционе за $3 млн был продан один из первых Apple I.

В России процесс адаптации к онлайн-покупкам шел медленнее. Одним из первых массовых сервисов стала доставка пиццы, хотя и с оговорками. Когда «Папа Джонс» запустил онлайн-заказы в 2003 году (на два года позже американского аналога), это вызвало скорее любопытство, чем доверие.

Проблемы возникали на каждом этапе:

• курьеры часто путали адреса из-за неточных карт;
• время доставки могло растягиваться до нескольких часов;
• только 15% заказов оплачивались онлайн (данные компании за 2004 год).

Тем не менее, даже такой опыт постепенно менял отношение. К 2005-му уже пятая часть москвичей в возрасте 20-35 лет хотя бы раз заказывала еду онлайн — небольшой, но значимый прорыв для того времени.

Экономика

В 2001 году мировой оборот электронной коммерции составлял $65 млрд — скромная цифра по сравнению с $4,2 трлн в 2020-м. Рост стал возможен благодаря массовому распространению интернета, развитию платежных систем и доверия к онлайн-транзакциям.

В России ситуация была еще скромнее: объем рынка e-commerce в 2001-м не превышал 1 млрд рублей, тогда как к 2011 году он вырос до 315 млрд руб. Эти цифры отражают не только технологический прогресс, но и изменение потребительских привычек: если в начале 2000-х онлайн-покупки были редкостью, то к 2010-м они стали частью повседневной жизни.

E-commerce 2001 года — это история про то, как несколько компаний, переживших масштабный кризис, заложили основы нашего мира, в которым почти все можно купить через смартфон в один клик.

В мае 2024 по всему миру разлетелись скриншоты писем от HR с внезапными повышениями зарплат на 40%. Текучка кадров в сфере производства полупроводников выросла с 40% до 53%, и теперь компании дерутся за каждого специалиста.

Масштаб проблемы

169 отраслей пострадали из-за дефицита чипов — от автомобилестроения до бытовой техники. Tesla и Volvo останавливали заводы, цены на подержанные автомобили выросли на 10% за квартал. Даже стиральные машины подорожали из-за недостатка микросхем.

Но настоящая битва кипит в кабинетах бигтехов. США заблокировали экспорт технологий в Китай, Европа запустила программу на €43 миллиарда, а Азия удерживает 77% мирового производства чипов.

Технологическая война изменила ИТ-индустрию навсегда. Компании теперь не могут просто купить больше серверов — приходится искать тех, кто умеет делать софт быстрее и эффективнее. Apple создала собственные M1 и M2, Google разработал TPU, Amazon — процессоры Graviton. Каждый хочет стать независимым от поставок.

Обрушение цепей поставок

В 2020 автопроизводители массово отменили заказы чипов, думая, что спрос на машины упадет. Но случилось обратное — спрос на автомобили восстановился быстрее ожидаемого во второй половине года, а производственные линии уже переключились на потребительскую электронику.

Мир оказался в заложниках у нескольких азиатских гигантов. Тайвань контролирует 65% мирового рынка чипов, TSMC делает процессоры для Apple, AMD и NVIDIA. Samsung доминирует в производстве памяти и накопителей.

Различные отрасли посыпались, как домино. Время ожидания полупроводников Broadcom выросло до 22 недель против 12 недель в феврале 2020. Автоиндустрия потеряла миллионы машин, дата-центры замедлили расширение, даже PlayStation 5 стали дефицитом.

США первыми объявили технологическую войну. Пошлины уже изменили процессы производства у Nvidia, Intel и AMD. Китай ответил санкциями против Micron Technology.

Ключевые игроки разделились на два лагеря. На стороне США — Intel, NVIDIA, AMD, Qualcomm. Китай развивает SMIC и вкладывает миллиарды в собственные технологии. TSMC и Samsung балансируют между сторонами, строя заводы и в Америке, и в Азии.

Национальные программы превратились в гонку вооружений. CHIPS Act выделил $50 миллиардов на американское производство. Европейская программа нацелена на производство 20% мировых чипов к 2030 году. Китай инвестирует $143 миллиарда в полупроводники.

Гонки в мире чипов

Рынок AI-чипов взлетел в 15 раз за десятилетие. Компании научились делать процессоры умнее, но каждое новое поколение требует больше денег и экспертизы.

Техпроцессы сжимаются в размере. TSMC освоила 3-нанометровый процесс, Samsung догоняет. Каждый нанометр стоит миллиарды инвестиций и годы разработки. Apple M4 имеет Neural Engine в три раза быстрее M1, но производство одного такого чипа требует сотни инженеров.

AI-чипы стали новой золотой жилой. Intel запустила Gaudi 3, который на 50% быстрее NVIDIA H100. NVIDIA ответила платформой Blackwell с 208 миллиардами транзисторов. Qualcomm Cloud AI 100 обошел H100 по энергоэффективности — 227 запросов на ватт против 108.

Квантовые технологии пока остаются в лабораториях, но IBM и Google уже тестируют прототипы. Нейроморфные чипы, которые имитируют работу мозга, обещают революцию в энергоэффективности.

Делать чипы стало сложнее и дороже. Современная фабрика стоит $20 миллиардов, срок окупаемости — 10 лет. Поэтому крупные компании строят собственные решения: Apple создала M-серию, Google — TPU, Amazon — Graviton.

Компании поменяли философию. Вместо покупки большего количества серверов они нанимают инженеров для оптимизации кода. Netflix использует персонализированные рекомендации и алгоритмы ранжирования для оптимизации вычислений. Meta* оптимизировала машинное обучение и уменьшила количество GPU на 40%.

Массовый переход на ARM изменил рынок. Amazon перевела часть ресурсов на собственные процессоры. Microsoft адаптировала Windows под ARM-архитектуру. Даже Intel вынуждена выпускать подобные решения.

Россия также планирует наладить массовое производство 28 нм чипов к 2030 году. Росатом присоединился к разработке нейроморфных процессоров. Сбер тестировал отечественный Эльбрус-8С, но выявил проблемы с памятью и оптимизацией.

*– компания признана в РФ экстремистской и запрещена.

Айтишники в центре шторма

Зарплаты разработчиков взлетели вместе с ценами на чипы. Средняя зарплата embedded-инженера выросла до $153,383, а топовые специалисты получают до $175,000 в год. Performance-инженеры зарабатывают в среднем $100,522, но спрос превышает предложение. Оптимизация под ARM-архитектуру, разработка драйверов для AI-ускорителей, программирование FPGA — навыки, за которые компании готовы переплачивать. IT-зарплаты в Северной Америке выросли в среднем до $113,211.

Embedded-разработчики неожиданно стали востребованнее ML-инженеров. Когда Tesla не может купить нужные чипы, она нанимает программистов, которые выжмут из имеющихся процессоров максимум. Один такой специалист экономит компании миллионы долларов на железе.

География возможностей сместилась. Калифорния лидирует по зарплатам — $126,707 в Сан-Хосе, но спрос есть везде. Даже компании из Техаса и Флориды переманивают embedded-разработчиков зарплатами в $120,000-150,000.

Системные администраторы, знающие Kubernetes и контейнеризацию, стали дефицитом. Компании переходят на микросервисы и edge-решения — нужны те, кто умеет управлять распределенной инфраструктурой.

Прогноз на ближайшие пять лет простой: спрос на оптимизацию будет только расти. Эра дешевого железа закончилась. Началась эра дорогих мозгов. Чем сложнее становятся чипы, тем больше нужно программистов, которые умеют с ними работать.

Свет в конце туннеля

Эксперты расходятся в прогнозах восстановления. CEO Intel Пат Гелсингер ожидал дефицит до 2024 года, но рынок полупроводников уже показал рост на 15,2% в начале года. К 2023-му автоиндустрия в основном восстановилась, глобальное производство автомобилей выросло на 3%.

Новые фабрики меняют географию производства. Intel строит заводы в Аризоне за $20 миллиардов и расширяется в Огайо. TSMC открыла завод в Японии в феврале 2024 и планирует второй к 2027 году. Samsung инвестирует в производство в Техасе.

Европа также входит в игру. European Chips Act нацелен на производство 20% мировых чипов к 2030 году с бюджетом €43 миллиарда. Intel проектирует заводы в Ирландии и Германии, Micron строит завод в Нью-Йорке, а GlobalFoundries расширяется на Мальте.

Будущее отрасли — в диверсификации. Тайвань по-прежнему контролирует 65% производства, но объемы будут снижаться. К 2030 году США планируют удвоить свою долю в мировом производстве чипов.

За четыре года индустрия изменилась больше, чем за предыдущее десятилетие. Компании научились строить собственные чипы, программисты — выжимать максимум из доступных ресурсов, а правительства — инвестировать в технологическую независимость.

Бигтехи готовы переплачивать за надежность поставок и «мозги». Программисты в выигрыше: чем сложнее становится производство чипов, тем больше нужно людей, которые умеют эффективно их использовать.

Казалось бы, код — это просто текст. Но каждый запрос к API, каждая компиляция и даже холостой цикл требуют энергии. Например, обучение GPT-4 в 2023 году «съело» столько же электричества, сколько 120 домохозяйств за год. А теперь представьте, что таких моделей тысячи, а серверов — миллионы.

Почему это важно? Во-первых, регуляторы ужесточают требования: в ЕС с 2025 года IT-компании обязаны раскрывать углеродный след своих продуктов. Во-вторых, инвесторы все чаще смотрят на ESG-рейтинги — показатели экологического и ответственного производства. В-третьих, оптимизация кода снижает затраты на инфраструктуру.

Эта статья — не манифест экоактивистов, а руководство для разработчиков, архитекторов и технических директоров компаний (СТО), которые стремятся более эффективные и экологичные проекты.

Углеродный след кода: что скрывается за строчками

Программное обеспечение — не виртуальный конструктор. Каждая операция требует электричества, а серверы, на которых работает код, часто питаются от невозобновимых источников энергии — например, угля и газа.

Откуда берутся выбросы

Когда мы говорим об углеродном следе ПО, важно понимать: код не существует в вакууме. Каждая строка, каждый запрос и каждая операция требуют физических ресурсов — электричества, серверного оборудования, систем охлаждения. В 2025 году эта цепочка стала еще сложнее из-за взрывного роста облачных вычислений и ИИ.

Прямые выбросы — это энергия, которую потребляют серверы при выполнении вашего кода. Например, один средний веб-сервер на AWS EC2 (тип t3.large) в год вырабатывает около 400 кг CO₂ — как небольшой автомобиль, проехавший 2000 км. При этом нагрузка на серверы постоянно растет: с 2020 по 2025 год энергопотребление дата-центров увеличилось на 35%.

Косвенные выбросы часто упускают из виду. Производство серверного оборудования — процесс крайне энергоемкий. Для создания одной только микросхемы памяти DDR5 требуется около 200 кВт⋅ч энергии — столько же, сколько средний холодильник потребляет за год. А после выхода оборудования из строя лишь 20% компонентов перерабатывается должным образом (Global E-Waste Monitor 2024).

Системы охлаждения — еще один скрытый источник выбросов. Современные дата-центры работают 24/7, и даже с использованием жидкостного охлаждения на поддержание температуры уходит до 40% всей потребляемой энергии. В жарких странах, ОАЭ или Сингапуре, этот показатель может достигать 50%.

Яркий пример — крупные языковые модели. Если в 2023 году обучение GPT-4 потребовало ~10 ГВт⋅ч (эквивалент годового потребления 120 домохозяйств), то к 2025 году из-за увеличения размеров моделей этот показатель вырос в 1,5 раза. Один запрос к такому ИИ теперь генерирует около 2 г CO₂ — как если бы вы проехали 10 метров на бензиновом автомобиле.

Но проблема не только в ИИ. Обычное веб-приложение с посещаемостью 100 000 пользователей в месяц может производить до 1 тонны CO₂ в год — и это без учета мобильных клиентов и API. При этом 30% этой нагрузки приходится на неоптимизированный фронтенд: тяжелые изображения, избыточные JavaScript-библиотеки и частые запросы к серверу.

Ситуацию усугубляет географический фактор. Дата-центр в Норвегии, где 98% энергии поступает от ГЭС, будет «чище», чем такой же центр в Польше, где угольные электростанции дают 70% энергии. Разница в углеродном следе может быть 20-кратной для идентичных операций.

При этом стандарты измерения все еще остаются разрозненными. PUE (Power Usage Effectiveness), который используют Google и Microsoft, учитывает только эффективность инфраструктуры, но не источник энергии. Новый стандарт CUE (Carbon Usage Effectiveness), разработанный в 2024 году, уже включает эти данные, но его поддерживают менее 30% провайдеров.

Где код тратит энергию впустую

Некоторые части систем особенно вредны для экологии. Главные «пожиратели» ресурсов:

• Неоптимизированные алгоритмы. Сортировка пузырьком (O(n²)) на большом массиве данных может потреблять в 100 раз больше энергии, чем быстрая сортировка (O(n log n)).
• Микросервисный хаос. Архитектура из сотен микросервисов увеличивает нагрузку на сеть. Каждый вызов API между сервисами — это дополнительные 0,5–1 Вт⋅ч.
• Облачные провайдеры. Не все одинаково зеленые. AWS и Google используют 60–70% ВИЭ (возобновляемых источников энергии), но в Азии и Африке их дата-центры часто работают на угле.

Как измерить углеродный след

В 2025 году появились инструменты, которые помогают оценить влияние кода:

• Cloud Carbon Footprint — анализирует выбросы AWS, GCP и Azure.
• Scaphandre — мониторит энергопотребление серверов в реальном времени.
• Greenframe.io — симулирует нагрузку на веб-приложение и считает CO₂.

Климатические инициативы в IT больше не просто красивые слова в корпоративных отчетах. В 2025 году за неэффективный код можно получить не только порицание сообщества, но и вполне реальный штраф.

Европейский союз уже ввел санкции против пяти крупных SaaS-компаний за превышение углеродных квот, а Amazon Web Services выплатила 2,7 млн евро штрафа за неоптимизированные алгоритмы в своих сервисах.

Как изменились подходы к разработке

Эти тренды нацелены на долгосрочное действие и в перспективе должны полностью изменить текущую концепцию в разработке.

Экологичный DevOps — новая реальность

Современные системы автоматического масштабирования стали умнее. Kubernetes Horizontal Pod Autoscaler теперь учитывает не только нагрузку на CPU, но и текущий углеродный след дата-центра. Если в регионе пиковое потребление энергии и работают угольные электростанции, система сознательно ограничивает масштабирование.

Технология, разработанная Google в партнерстве с WattTime, уже снижает выбросы CO₂ на 27-33% по сравнению с традиционным подходом.

CI/CD-цепочки тоже стали «зеленее». Вместо запуска полного набора тестов при каждом коммите, современные системы определяют, какие именно модули затронуты изменениями.

GitHub Actions представил Carbon-Aware Runner, который планирует выполнение задач на время максимальной доступности возобновляемой энергии в регионе. По данным Microsoft, это сокращает углеродный след тестирования на 40%.

Языки программирования: война за эффективность

Rust продолжает набирать популярность не только из-за безопасности, но и благодаря энергоэффективности. Тесты Benchmarks Game показывают, что один и тот же алгоритм обработки данных на Rust потребляет на 38-42% меньше энергии, чем на Python. В 2025 году Rust вошел в топ-5 языков для enterprise-решений, вытеснив Java в 17% крупных проектов.

Но настоящим открытием стал Zig — язык, который сочетает производительность C с простотой синтаксиса. Его компилятор потребляет в 3 раза меньше ресурсов, чем LLVM-бэкенд Rust, что делает его идеальным выбором для встраиваемых систем.

ИИ на грани: когда меньше значит лучше

TinyML-революция набирает обороты. Современные нейросети для микроконтроллеров занимают менее 256 КБ памяти, но справляются с задачами, которые раньше требовали облачных вычислений.

Например, новые датчики Nest анализируют звук прямо на устройстве, определяя не только дым, но и тип возгорания. Это экономит до 150 МБ трафика в месяц на одно устройство.

На фронте больших языковых моделей тоже произошли изменения. Meta* выпустила LLaMA-3 Nano — модель с 500 млн параметров, которая работает на смартфоне и по качеству ответов не уступает GPT-3.5. Ее углеродный след при обучении в 1200 раз меньше, чем у GPT-4.

(*Компания запрещена в РФ)

Новые правила игры: регуляторы и бизнес

С января 2025 года в Евросоюзе действует Углеродный налог на цифровые продукты (Digital Carbon Border Tax). Теперь любое ПО, продающееся в ЕС, должно иметь сертификат углеродной эффективности.

Для крупных enterprise-решений максимально допустимый углеродный след составляет 500 г CO₂ на 1000 пользователей в месяц. Нарушители платят 7% от оборота продукта в регионе.

Венчурные фонды радикально изменили подход к инвестициям. Согласно отчету PwC, 43% фондов требуют ESG-отчетность перед заключением сделки, а 28% вообще не рассматривают стартапы без «зеленой» стратегии. В Кремниевой долине появился первый акселератор Carbon Neutral Startups, который дает бонусы в $50 000 проектам с нулевым углеродным следом.

Корпорации тоже не остались в стороне. Microsoft ввела внутренний углеродный налог — теперь каждое подразделение платит $100 за каждую тонну CO₂, связанную с его продуктами. Эти деньги идут на развитие возобновляемой энергетики.

Но самое интересное происходит на рынке труда. Разработчики с навыками «зеленого» программирования получают на 15-20% больше предложений. Появилась появилась новая категория навыков — «Устойчивая разработка ПО», а спрос на таких специалистов вырос на 300% за последний год.

Как писать «зеленый» код

Каждая лишняя операция в коде — это не только миллисекунды процессорного времени, но и реальные граммы CO₂. В 2025 году энергоэффективность кода перестала быть теоретической концепцией и превратилась в конкретный навык, который влияет на карьеру разработчика. Рассмотрим три ключевых направления оптимизации.

Оптимизация запросов к базе данных

Типичный пример — использование SELECT * вместо явного перечисления полей. Когда приложение запрашивает все поля таблицы users (включая редко используемые avatar_blob или metadata_json), сервер БД тратит дополнительные ресурсы на чтение и передачу этих данных. В крупных системах с миллионами запросов в день это приводит к значительному перерасходу вычислительных ресурсов.

Современные ORM типа Prisma и Drizzle добавили автоматическую оптимизацию запросов. Теперь при использовании select() они анализируют, какие поля действительно нужны на клиенте, и генерируют оптимальный SQL. В тестах это снижает нагрузку на БД на 12-18%.

Работа с циклами и алгоритмами

Классическая ошибка — продолжать перебор массива после нахождения нужного элемента. В 2025 году статический анализатор кода в WebStorm и VS Code автоматически предупреждает о таких ситуациях. Особенно критично это для мобильных приложений: лишние итерации цикла на слабых устройствах увеличивают энергопотребление на 5-7%.

Новые версии JavaScript и TypeScript ввели оптимизированные методы для массивов. Например, array.findLast() работает в 1,5 раза эффективнее ручной реализации с циклом. Для сложных алгоритмов появились «зеленые» библиотеки вроде EcoCollections для Java, которые минимизируют энергопотребление при работе с структурами данных.

Сжатие и передача данных

Формат Brotli стал новым стандартом для API: он обеспечивает лучшее сжатие, чем gzip, особенно для JSON-ответов. Компания Cloudflare провела эксперимент: после перехода на новую версию Brotli нагрузка на их серверы снизилась на 18%, что эквивалентно годовому потреблению энергии 2000 домохозяйств.

Но сжатие — не панацея. Грамотное проектирование API может дать больший эффект. GraphQL-подход, где клиент запрашивает только нужные данные, в среднем почти вдвое уменьшает объем передаваемой информации по сравнению с REST. А технология Server-Sent Events (SSE) для реального времени потребляет в 3 раза меньше ресурсов, чем WebSockets, когда не нужна двусторонняя связь.

Современные фреймворки начали учитывать энергоэффективность. Next.js 15 представил «зеленый» режим компиляции, который оптимизирует сборку под минимальное энергопотребление. В тестах это дало 8% экономии на процессоре при работе приложения. А Deno 2.0 автоматически кэширует зависимости на уровне ОС, сокращая число повторных загрузок.

Эти изменения кажутся мелкими, но в масштабах индустрии они имеют огромное значение. Если бы все репозитории на платформе применили базовые оптимизации, глобальное энергопотребление дата-центров сократилось бы на несколько процентов. Для отрасли, которая потребляет 700 ТВт⋅ч в год, это десятки миллионов долларов и тысячи тонн CO₂.

Выбор технологий

В 2025 году выбор стека технологий влияет не только на производительность, но и на экологичность проекта. Разберем ключевые аспекты, которые помогут снизить углеродный след вашего приложения.

Языки программирования: баланс между скоростью и эффективностью

Rust и Go продолжают доминировать в высоконагруженных системах. Тесты показывают, что веб-сервер на Rust потребляет на 35-40% меньше энергии при одинаковой нагрузке по сравнению с Node.js. Особенно заметна разница в облачных средах, где каждый ватт на счету.

C++ остается выбором для задач, где важна предсказуемая производительность. Новый стандарт C++26 добавил энергоэффективные режимы работы алгоритмов STL, что особенно важно для встраиваемых систем.

Python по-прежнему хорош для прототипирования, но в продакшене его лучше заменять на компилируемые языки. PyPy 8.0 сократил энергопотребление интерпретатора на 25%, но даже с этими улучшениями Python проигрывает Rust в 3-4 раза по эффективности.

Базы данных: от малого к большему

SQLite — идеальный выбор для небольших проектов и edge-устройств. Его новая версия 3.45 добавила режим «энергосбережения», который снижает потребление на 15% при фоновых операциях.

PostgreSQL 17 сделал большой шаг в энергоэффективности. Функция автоматического партиционирования теперь учитывает не только производительность, но и энергопотребление. В тестах это дало 20% экономии на крупных аналитических запросах.

Для высоконагруженных систем появилась альтернатива — ScyllaDB 5.0. Эта Cassandra-совместимая СУБД потребляет втрое раза меньше энергии при аналогичной нагрузке, благодаря полному переписыванию на Rust.

Кейсы: что работает, а что нет

Российские компании тоже внедряют экологичные IT-решения. МТС разработала мобильное приложение, где пользователи получают бонусы за раздельный сбор мусора — их можно обменять на подписки или скидки. За первый год проект привлек 500 тысяч участников и сократил количество непереработанных отходов в регионах присутствия.

НИУ ВШЭ, совместно с Росприроднадзором, автоматизировал сбор экологической отчетности с помощью ИИ. Нейросеть анализирует данные с датчиков и заполняет формы вместо специалистов. Это сократило время обработки с 100 до 10 часов в месяц и уменьшило количество ошибок.

Некоторые архитектурные решения приносят больше вреда, чем пользы. Один московский стартап без необходимости разбил монолитную систему на 50 микросервисов — в результате затраты на инфраструктуру выросли в 3 раза, а углеродный след увеличился на 180%.

Проблемы возникают и на уровне зависимостей. История с left-pad повторилась в 2024 году, когда один npm-пакет потянул за собой 80 МБ ненужных библиотек. Теперь крупные компании проверяют каждую зависимость через Bundlephobia и устанавливают лимит на размер node_modules.

Что нас ждет

В 2025 году отрасль стоит на пороге радикальных изменений, которые перевернут наши представления о «зеленом» программировании.

Супероблака — следующий этап эволюции распределенных вычислений. В отличие от традиционных облачных провайдеров, эти системы автоматически переносят нагрузку между дата-центрами в зависимости от доступности возобновляемой энергии.

Google уже тестирует эту технологию в Северной Европе: когда в Норвегии дует сильный ветер и ветряные электростанции работают на пике, система переносит вычисления именно туда. По предварительным оценкам, это снижает углеродный след на 18-22% по сравнению со статичным распределением.

Но настоящий прорыв ожидается в сегменте квантовых вычислений. Хотя современные квантовые компьютеры потребляют колоссальное количество энергии (система IBM Quantum System One требует около 25 кВт⋅ч для работы одного кубита), их потенциал для оптимизации классических алгоритмов огромен.

В 2024 году исследователи из ЦЕРНа предложили квантовый алгоритм, который сокращает время сложных расчетов в 1000 раз при той же точности. Когда такие решения станут массовыми (прогноз — 2028-2030 годы), энергопотребление дата-центров может сократиться на 30-40%.

Государственное регулирование становится строже. В 2025 году в силу вступает EU Digital Product Passport — требование указывать углеродный след для всего ПО, продающегося в Европе.

Компании, которые не смогут предоставить эти данные, столкнутся с дополнительными налогами до 7% от оборота. В ответ на это крупнейшие IT-корпорации создали Carbon Neutral Software Alliance — консорциум по разработке единых стандартов измерения.

Не отстает и аппаратная часть. Производители чипов переходят на новые техпроцессы: TSMC анонсировала 2-нм процесс, который на 30% энергоэффективнее предыдущего поколения. А стартапы вроде британской ZeroPoint Technologies разрабатывают память с нулевым энергопотреблением в режиме ожидания — технология может сократить энергопотребление серверов на 15%.

Но главный тренд — децентрализация вычислений. Edge-устройства (от смартфонов до промышленных датчиков) становятся мощнее и берут на себя часть нагрузки. Например, новый алгоритм Apple для обработки фото на iPhone 16 выполняет 90% операций локально, а не в облаке. По оценкам компании, это экономит сотни тысяч тонн CO₂ в год только для пользователей в США.

Однако остаются и проблемы. Бум генеративного ИИ привел к взрывному росту энергопотребления: одна тренировка модели Gemini Ultra потребляет столько же энергии, сколько небольшой город за месяц. OpenAI и Anthropic уже работают над более эффективными архитектурами, но прорыва пока не случилось.

В ближайшие 3-5 лет нас ждет:

• массовый переход на углеродно-нейтральные дата-центры — к 2027 году их доля превысит 60%;
• внедрение AI-оптимизаторов кода, которые автоматически сокращают энергопотребление;
• появление «зеленых» рейтингов для приложений — аналог энергоэффективности для бытовой техники.

Компании, внедрившие принципы устойчивого развития в IT, уже в 2025 году получают на больше инвестиций и быстрее проходят аудит регуляторов. Экологичность перестала быть затратой — теперь это конкурентное преимущество.

Технологии будущего уже здесь. Вопрос в том, насколько быстро мы сможем их адаптировать. Как сказал Дженсен Хуанг из NVIDIA на последней конференции GTC:

«Следующее десятилетие определит, станет ли IT частью климатического решения или останется проблемой. Выбор за нами».

Итоги

Экологичность в IT — не благотворительность и не актуальная повестка, а реальная экономия. Плюс работа на перспективу. Оптимизация кода снижает счета за облака и повышает производительность.

С чего начать? Начните с малого:

1. Запустите аудит через Cloud Carbon Footprint.
2. Уберите «мусор» из зависимостей.
3. Выберите хостинг с ВИЭ.

Как говорил Дональд Кнут, автор книги «Искусство программирования»:

«Преждевременная оптимизация — корень всех зол. Но и запоздалая — тоже».

В 2025 году это актуально как никогда.

С помощью автоматизированного сканера и немного удачи он нашел десятки «секретов» и заработал $25 000 на обнаружении бага.

«Удалено» ≠ удалено

Если разработчик закоммитил секрет и потом «удалил» его через git reset --hard и git push --force, кажется, что следов не осталось. Но это не так: GitHub сохраняет все коммиты, включая те, что больше не привязаны ни к одной ветке.

В публичном GitHub Archive они фиксируются как PushEvent с нулём коммитов — сигнал, что была перезапись истории.

Бризинов проанализировал такие события с 2020 года, нашёл десятки тысяч «висячих» коммитов и проверил их содержимое через TruffleHog — инструмент для поиска секретов.

Как это работает

Исследователь:

• использовал GitHub Archive и Event API, чтобы находить force push-события без коммитов;
• для каждого события вытаскивал «удалённый» хеш коммита;
• клонировал репозиторий и просматривал содержимое коммита через TruffleHog;
• фильтровал результаты, выделяя потенциально ценные секреты.

Для упрощения анализа он даже написал собственную платформу и подключил ИИ для оценки значимости найденных ключей.

Самый опасный кейс — доступ к репозиториям Istio

Один из найденных токенов дал администраторский доступ ко всем репозиториям Istio — проекта с 36 000 звёзд и десятками тысяч пользователей, включая Google, IBM и Red Hat.

Уязвимость могла привести к масштабной supply-chain атаке. К счастью, команда быстро отреагировала и отозвала ключ.

Что это значит для разработчиков

• Force push не стирает историю — коммиты всё ещё доступны публично.
• Любой закоммиченный секрет нужно немедленно отозвать — даже если он «удалён».
• .env, config.js и README.md — самые частые источники утечек.

GitHub пока не предлагает инструмента для обнаружения таких уязвимостей, но Truffle Security уже опубликовал open-source сканер, чтобы проверить свою организацию.

Сегодня к киборгам относят всех, у кого есть что-то технологичное внутри или на себе: кардиостимулятор, слуховой аппарат, нейроимплант или бионический протез. Даже смарт-часы и фитнес-браслет — простейшие примеры кибернетического дополнения.

Сколько в мире людей с имплантами?

Импланты и протезы становятся всё более привычной частью жизни во всём мире.

Протезы конечностей. По оценке ВОЗ, в протезах и ортезах нуждаются от 35 до 40 миллионов человек по всему миру, но только один из десяти реально получает нужное устройство. В России, по данным Минтруда, протезы конечностей стоят у 200 тысяч человек. Мировой рынок биопротезов уже перевалил за $1,5 млрд и, по прогнозам, вырастет почти вдвое к 2030 году.

Кардиостимуляторы. Более 3 миллионов людей в мире живут с кардиостимуляторами. Каждый год медики устанавливают ещё от 600 тыс. до миллиона новых устройств, и эта цифра стабильно растёт.

Кохлеарные импланты. Более 1 млн человек по всему миру получили кохлеарные импланты — устройства, которые возвращают слух даже тем, кто не слышал с рождения.

Нейроинтерфейсы. Это пока самая «экспериментальная» ниша: в мире насчитывается менее сотни человек с вживленными в мозг чипами, которые считывают сигналы и возвращают некоторые утраченные способности. Среди них — пациенты Neuralink, Synchron, Precision Neuroscience и других лабораторий.

Добровольно чипированные. По оценкам Government Technology, от 50 000 человек на планете добровольно вживили себе микрочипы — чаще всего для замены пропуска, банковской карты или электронного ключа. К примеру, американская компания Three Square Market (32M) в 2017 году вживила 50 сотрудникам NFC-чипы для замены пропуска и кредитки. Аналогично поступила шведская компания BioHax International в отношении 150 сотрудников.

В 2015 году менеджер российской компании Ericsson тоже вживил себе NFC-чип и использует его как визитную карточку. Энтузиаст отмечает, что более современные чипы можно использовать для оплаты в магазине.

Как мы видим, импланты и протезы постепенно перестают быть диковинкой, набирают число носителей и выходят в массы, причем не только в сфере здравохранения, но и для бытовых задач.

Что уже умеют современные импланты?

Современные импланты умеют многое. Нейроинтерфейсы, благодаря связке с внешними устройствами, могут вернуть человеку возможность говорить, писать текст, сёрфить в интернете. Бионические протезы по функциональности становятся всё ближе к полноценным конечностям. Вот несколько историй пациентов, которым технологии дали новые возможности:

Нолан Арбо: парализованный, который играет в Civilization VI

В 2016 году Нолан Арбо получил тяжёлую травму позвоночника, он оказался парализован.

В январе 2024 года Нолану вживили чип Neuralink, компании Илона Маска. Специальный робот-хирург вскрыл небольшой участок черепа и установил там нейроимплант. Сам чип — это миниатюрный диск чуть меньше монеты, к нему подходят полторы тысячи тонких электродов, которые вводятся прямо в кору мозга. Такой подход даёт максимальную пропускную способность: электроды фиксируют мельчайшие импульсы нейронов и более точно конвертируют их в команды.

Всего через неделю после операции Нолан смог снова общаться с миром. Он управляет курсором силой мысли, сёрфит в интернете, переписывается с друзьями, играет в Civilization VI. Всё это — без движения рук.

Чип Neuralink связывает мозг и внешние устройства. Электроды фиксируют сигналы мозга, чип распознаёт их, отправляет по Bluetooth на внешний модуль. Далее алгоритм интерпретирует эти сигналы для каждой команды и выполняет действие: сдвинуть курсор, выбрать приложение, напечатать текст.

Из недостатков: чип нужно заряжать каждый день, зарядка происходит беспроводным способом.

Филип О’Киф: пациент с БАС, который снова в сети

Филип О’Киф — бывший банковский работник, отец семейства. В 2015 году он начал замечать слабость в руках и ногах, ему стало сложно выполнять привычные действия — писать, одеваться, работать за компьютером. Постепенно болезнь прогрессировала: Филип стал терять подвижность, речь — менее чёткая. Врачи поставили диагноз — боковой амиотрофический склероз (БАС), при котором постепенно отмирают моторные нейроны, и человек теряет возможность двигаться и говорить. Через несколько лет Филип оказался почти полностью парализованным.

Вместо сложной нейрохирургии врачи использовали чип Stentrode от американской компании Synchron. Его ввели через вену на шее: чип сам «дошёл» до нужной зоны мозга и раскрылся там в виде сеточки с 16 контактами. Второй модуль вживили под кожу на груди — он передаёт сигналы наружу. Оба устройства связали тонким проводом.

Через несколько дней пациент начал заново писать сообщения, сидеть в соцсетях, отвечать на письма. Недавно другой пользователь с тем же чипом смог работать с гарнитурой Apple Vision Pro. Это стало возможно благодаря интеграции в чип системы управления зрением.

Stentrode фиксирует электрическую активность моторной коры — зону мозга, отвечающую за движения. Сигналы идут по проводам к подгрудному модулю, а дальше — по беспроводу к компьютеру. Алгоритмы ИИ учатся на примерах пользователя, отличают команду «нажать» от «двинуть» и со временем становятся точнее. Для операции не требуются сложные хирургические вмешательства — человек возвращается домой через пару дней.

Андрей Марсаков — программист с механическим протезом руки

Андрей Марсаков — 26-летний программист из Екатеринбурга. Он родился без правой кисти (врождённая аплазия) и с детства привык делать всё одной рукой. Однажды решил попробовать «другую жизнь» с протезом — чтобы упростить повседневные задачи и получить новый опыт.

В конце 2023 года Андрей получил активный механический протез кисти от компании «Моторика». Ожидание устройства заняло почти полгода, стоимость составила примерно 200 тыс. рублей. Кстати, есть госпрограмма, которая позволяет получить такие протезы.

Протез управляется системой тросов: при движении мышц культи энергия передаётся на ладонь, и та выполняет простые движения. Нет электроники, батарей, сенсоров или обратной связи — это чистая механика.

Сначала было сложно разобраться, как с ним работать, но через какое-то время Андрей смог пользоваться протезом. К примеру, он использует шейкер и разливает по бокалам коктейли. Писать код второй рукой тоже можно, но слишком медленно, поэтому работает он по-прежнему одной.

Устройство от Cortical Labs: компьютер из схем и клеток человеческого мозга

В 2025 году австралийский стартап Cortical Labs представил первый коммерческий биокомпьютер CL1. Учёные вырастили в лаборатории 800 тысяч человеческих нейронов и соединили их с обычной микросхемой. Получился гибрид: нейроны могут учиться и адаптироваться как живой мозг, а микросхема передаёт сигналы в цифровом виде.

CL1 используют для тестирования лекарств, исследований искусственного интеллекта и даже создания новых типов нейроинтерфейсов. Живые нейроны быстрее обучаются, а сама система потребляет в десятки раз меньше энергии, чем классический ИИ на кремнии.

Нейроны располагаются на специальном субстрате, к ним подключены сенсоры, которые фиксируют активность и передают в компьютер. Учёные могут отправлять сигналы напрямую в нейронную сеть, а биокомпьютер — отвечать в реальном времени. CL1 уже продаётся лабораториям по всему миру, а доступ к устройству можно получить даже удалённо, через облако.

Авторы проекта открыто заявляют: в будущем такие биокомпьютеры станут основой для продвинутых нейроинтерфейсов и гибридных ИИ — на стыке биологии и математики.

Животные киборги: чипированные свиньи, обезьяна-телепат и мыши на радиоуправлении

Не только людям устанавливают импланты. Часто обладателями новых технологий становятся и животные. С одной стороны, это целесообразно с точки зрения клинических испытаний, с другой стороны, позволяет минимизировать присутствие человека в некоторых опасных сценариях, например, при поиске пострадавших под завалами. Вот несколько историй с чипированными животными:

Свиньи Neuralink. В 2020 году Илон Маск показал миру свиней с нейрочипами Neuralink. После операции животные быстро восстановились и вернулись к обычной жизни. Один из чипов даже успешно извлекли — и никаких побочных эффектов не было. Эти эксперименты доказали, что мозговой имплант можно не только внедрить, но и безопасно достать. Это важно с точки зрения обслуживания и возможных обновлений.

Обезьяна, играющая в Pong. В 2021 году Neuralink внедрили свой чип обезьяне по кличке Pager. После короткого курса обучения она смогла сыграть в аркадную видеоигру Pong: не джойстиком, а мысленным управлением. Чип фиксировал всплески нейронной активности, ИИ-алгоритмы расшифровывали их и передавали команды на экран.

Мыши и крысы в BCI-лабораториях. Одна из самых известных работ — эксперименты исследователей из медицинского центра Downstate в Нью-Йорке. Учёные в начале 2000-х вживили крысам три электрода: один стимулировал «лево», другой «право», а третий — зону удовольствия. Управляя этими сигналами с компьютера по радиоканалу, исследователи заставляли крыс проходить по сложному лабиринту строго по заданной траектории — получились радиоуправляемые животные.

Как ИИ помогает людям с имплантами и протезами?

Узкоспециализированные ИИ

ИИ для протезов ноги

ИИ — отличное дополнение для протезов. У разных компаний есть свои узкоспециализированные разработки в этой области. К примеру, в системах Ottobock и Össur есть ИИ, который до 100 раз в секунду сравнивает движения, оценивает положение тела и заранее регулирует сопротивление в коленном суставе. Как итог, человеку комфортнее ходить даже по неровным поверхностям.

ИИ для улучшения моторики рук

С руками — та же история. Российская «Моторика» внедряет нейросети, которые ловят электрический шум мышц и «видят» реальные сокращения в тканях. ИИ понимает, какой палец должен двигаться, какой — оставаться на месте, а какой — мягко удерживать хрупкий предмет. Пока что эта технология находится в разработке в виде прототипа. С её помощью в будущем пользователи смогут выполнять сложные движения — наливать чай или нарезать овощи.

LLM в теле человека

Neuralink от Илона Маска использует Grok для работы чипа. С помощью нейроинтерфейса человек мысленно набирает текст, а модель Grok в связке с ElevenLabs воспроизводит речь. Причем ИИ обучен на старых записях разговоров пациента. Человек «думает» фразу, а Grok озвучивает.

Компания Synchron, конкурент Neuralink, встроила в свой нейроинтерфейс чат-бота на базе ChatGPT. Система предлагает парализованному пользователю варианты фраз и слов, позволяя силой мысли быстро создавать осмысленные предложения для общения.

Основные проблемы нейроинтерфейсов, протезов и имплантов

Стоимость и поддержка

Самая очевидная проблема индустрии — сложные и дорогие операции. Здесь нужны хирурги, а любые сбои устройств могут навредить здоровью. Не все чипы работают стабильно: были случаи, когда пациенты теряли связь с имплантом или не могли его обслужить из-за банкротства производителя.

Например, в 2019 году компания Second Sight заявила о поэтапном прекращении работы и в итоге обанкротилась. Компания предлагала свою продукцию слепым и слабовидящим. Стоимость одного импланта составляла $150 тыс. Пациенты после операции начинали лучше видеть, самостоятельно ходили в магазин, катались на лыжах. Однако, оказалось, что компания неправильно оценила затраты и работала в убыток, даже при таком высоком чеке. В результате она закрылась, а 350 пациентов с имплантами остались без поддержки.

Риск утечки конфиденциальных данных из «мозга»

Другая проблема — безопасность данных. Нейроинтерфейс может теоретически стать «точкой входа» для утечки личной информации.

В 2012 году группа ученых из Оксфордского и Калифорнийского университетов в Беркли провела эксперимент, продемонстрировавший уязвимость коммерческих нейроинтерфейсов. Добровольцам, на головы которых были надеты простые ЭЭГ-гарнитуры, показывали на экране ряд изображений: цифры, логотипы банков, карты местности. Сами участники не совершали никаких действий, просто смотрели.

Ученые анализировали P300-волны, которые возникают, когда человек видит что-то значимое или узнаваемое. Исследователи смогли определить личную информацию испытуемых. Точность угадывания первого знака в PIN-коде составила 20%; до 30% увеличилась точность определения банка и города испытуемого. Это, конечно, не 50% и даже не 100%, но всё равно высокий показатель.

Пока что это только эксперимент и реальных случаев таких взломов не было, но теоретически — возможно. Что, если злоумышленник сможет перехватывать сигналы от нейрочипа к внешнему компьютеру или подменить их?

Медицинские риски

Операции по установке имплантов и нейроинтерфейсов часто связаны с серьёзными рисками: инфекциями, кровоизлияниями, повреждением тканей мозга, формированием рубцов, которые мешают работе электродов. Даже спустя месяцы после операции может возникнуть воспаление или отторжение устройства. В случае поломки или износа потребуется новая операция, и никто не даст гарантий, что всё пройдет без осложнений.

К примеру, DBS-импланты используют для борьбы с болезнью Паркинсона. Операции по их внедрению могут длиться несколько часов. Это сложная и болезненная процедура, которую, в случае неудачи, придётся повторять.

Технологии вживления нейроинтерфейсов ещё недостаточно хорошо обкатана, это одна из причин, почему ей сложно вырваться в массы. Однако она становится всё более популярной и прогресс не стоит на месте. Люди с чипами или умными имплантами уже реальность, с которой мы будем сталкиваться чаще.

ИИ уже среди нас, и надо быть в курсе событий. Поэтому скорее подписывайтесь на наш Нейроканал!

Инженер компании Citrix Роберт Карузо устроил эксперимент, в котором классическая консоль с игрой Video Chess 1979 года сошлась на виртуальной доске с одним из самых популярных ИИ-чатов в мире.

Результат оказался унизительным для ChatGPT.

Как это выглядело

Карузо использовал программный эмулятор Atari и поочерёдно вводил ходы обеих сторон. ChatGPT играл белыми, Atari — чёрными.

ИИ путал ладьи со слонами, забывал расположение фигур, пропускал элементарные вилки пешками и в итоге просил начать партию заново. Не раз

Он добавляет, что партия длилась около 90 минут и закончилась разгромом ChatGPT даже на начальном уровне сложности, который рассчитан на абсолютных новичков.

Почему так вышло

Хотя компьютеры уже давно обыгрывают людей в шахматы (вспомним победу IBM Deep Blue над Каспаровым в 1997 году), для этого используются специализированные движки вроде Stockfish или AlphaZero. ChatGPT же — языковая модель, обученная на текстах, а не шахматных партиях.

Возможно, он может обсуждать партии, анализировать ходы и объяснять тактику, но не годится как игрок — по крайней мере, в текущей форме.

Что дальше

Ироничный эксперимент Карузо стал вирусным в соцсетях, напомнив, что у ИИ, несмотря на все достижения, остаются весьма человеческие слабости — например, теряться на ровном месте и «винить интерфейс» за собственные ошибки.

Эта статья предназначена для программистов, которые хотят понять, что такое FSM и как их строить, используя практический пример на JavaScript.

Что такое FSM?

Если совсем просто, конечный автомат — это модель, описывающая поведение системы, которая может находиться в одном из нескольких предопределенных состояний. Система переходит из одного состояния в другое при наступлении определенных событий. Каждый такой переход называется транзакцией или переходом.

Давайте представим обычный светофор

Какие бывают состояния у светофора?

1. Красный
2. Желтый
3. Зеленый

Какие бывают события у светофора?

1. Прошло определенное время (таймер сработал).

Какие бывают переходы (транзакции) у светофора?

1. Из «Красный» по событию «таймер_красного_истек» -> в «Желтый» (или «Красный+Желтый»).
2. Из «Желтый» по событию «таймер_желтого_истек» -> в «Зеленый».
3. Из «Зеленый» по событию «таймер_зеленого_истек» -> в «Желтый» (мигающий или постоянный).

Эта простая концепция помогает структурировать сложную логику, делая код более читаемым, предсказуемым и легким в поддержке. Вместо громоздких конструкций if-else появляется четкая карта состояний и переходов.

Основные компоненты FSM

Состояния (States): Конкретные режимы, в которых может находиться система (например, idle, loading, active, error).

События (Events): Триггеры, которые инициируют изменение состояния (например, buttonClick, dataLoaded, timeoutOccurred).

Переходы (Transitions): Правила, определяющие, из какого состояния в какое можно перейти при наступлении конкретного события.

Действия/Коллбэки (Actions/Callbacks): Фрагменты кода, которые выполняются при входе в состояние, выходе из него или во время перехода.

Разбираем код на части: Класс HFSM для создания автоматов

Для построения FSM мы будем использовать предоставленный JavaScript класс HFSM (Hierarchical Finite State Machine). «H» означает «иерархический», что позволяет вкладывать одни автоматы в состояния других, но об этом чуть позже.

Ключевые моменты конструктора constructor() HFSM:

• config.initial: Имя начального состояния, в котором автомат находится сразу после создания.
• config.transitions: Объект, где ключи — это имена состояний, а значения — массивы объектов, описывающих возможные переходы. Каждый объект перехода имеет вид { event: “имя_события”, to: "имя_целевого_состояния” }.
• config.callbacks: Объект с функциями, которые будут вызываться в определенные моменты жизненного цикла FSM (например, onAfterLogin после успешного события login, или onStateChange при любом изменении состояния).
• config.states: Используется для определения вложенных FSM, делая автомат иерархическим.

Важные методы:

• trigger(event, …args): Основной метод для взаимодействия с FSM. Он принимает имя события и опциональные аргументы. Если для текущего состояния и указанного события есть разрешенный переход, автомат меняет свое состояние и выполняет связанные коллбэки.
• can(event): Позволяет проверить, допустимо ли указанное событие в текущем состоянии FSM.

FSM в действии — Примеры

Рассмотрим, как этот класс используется для управления более сложной логикой на примерах.

1. Управление логикой звонков callFSM

Этот FSM описывает состояния и переходы, связанные с процессом звонка в приложении.

Предположим, пользователь инициирует исходящий звонок контакту «Alice». Код приложения вызовет:

1. callFSM находится в состоянии idle.
2. Он находит переход для события outgoingCall, который ведет в состояние checkCamera.
3. Состояние изменяется на checkCamera.
4. Выполняется коллбэк onAfterOutgoingCall(«idle», «checkCamera», «Alice»).
5. Внутри коллбэка выполняем свою логику

2. Управление состоянием камеры cameraFSM

Это более простой FSM, отвечающий исключительно за логику работы камеры.

Таким образом мы можем создавать сколько угодно fsm конструкции.

Преимущества использования FSM

• Наглядность и читаемость: Структура состояний и переходов четко описывает логику.
• Уменьшение количества ошибок: Явное определение состояний и переходов снижает риск непредвиденного поведения.
• Простота расширения: Добавление новых состояний или событий обычно не требует значительной переработки существующего кода.
• Улучшенная тестируемость: Каждое состояние и переход можно тестировать изолированно.
• Управление сложностью: Особенно полезно для систем с множеством взаимосвязанных состояний.

Заключение

Конечные автоматы состояний — это не просто теоретическая концепция, а мощный и практичный инструмент в арсенале программиста. Они помогают вносить порядок в сложную логику управления состоянием, делая код более структурированным, предсказуемым и легким для сопровождения. Представленный класс HFSM и примеры показывают, как можно реализовать и использовать FSM в JavaScript для решения реальных задач.

Покупатели смотрели на три ключевых аспекта: возможность апгрейда, наличие нужных портов и совместимость с офисными задачами. Бизнесмены охотились за IBM ThinkPad с их знаменитыми трекпоинтами (красными пупырышками в центре клавиатуры), творческая интеллигенция — за Apple PowerBook G3, а студенты довольствовались «серыми» Acer с рынка. При этом стоимость хорошей модели равнялась нескольким месячным зарплатам, поэтому к выбору подходили как к инвестиции на годы вперед.

Особый шик — найти устройство с DVD-приводом. Это означало, что можно смотреть фильмы в дороге, что для 2000 года было сродни магии. Сегодня такие критерии кажутся смешными, но именно они определяли компьютерную реальность начала тысячелетия, когда ноутбук только начинал превращаться из дорогой игрушки в рабочий инструмент.

Уровень технологий в 2000-м — тренды и возможности

Если бы вам в 2000-м сказали, что через двадцать лет ноутбук будет весить меньше килограмма, а его батареи хватит на целый день, вы бы, скорее всего, не поверили. В начале тысячелетия мобильные компьютеры были громоздкими, медленными и дорогими, но именно тогда закладывались основы того, чем мы пользуемся сейчас.

Железо: процессоры, память и первые шаги к мобильности

В 2000 году Intel представила Pentium 4 — процессор, который стал символом эпохи. Он работал на частотах до 1,5 ГГц (позже — до 3,8 ГГц), но грелся как печка и потреблял столько энергии, что ноутбуки с ним были редкостью.

Вместо него в портативных машинах чаще стояли мобильные версии Pentium III или даже Celeron — слабее, но экономичнее.

Оперативки в обычном ноутбуке хватало лишь на базовые задачи: 64–128 МБ считались нормой, а 256 МБ — роскошью. Жесткие диски редко превышали 10–20 ГБ, при этом весили они немало и боялись тряски. SSD еще не существовало, зато в том же году появилась первая USB-флешка — DiskOnKey от израильской M-Systems. Восемь мегабайт за $50 казались чудом, ведь до этого данные переносили на дискетах или CD-R.

Экран и графика: пиксели, которые мы помним

Матрицы ноутбуков начала 2000-х — это низкое разрешение (1024×768 или даже 800×600), тусклые цвета и медленный отклик. IPS-технология уже существовала, но применялась только в дорогих профессиональных моделях, например, в линейке IBM ThinkPad. Большинство же довольствовалось TN-экранами с узкими углами обзора — наклоняешь крышку, и картинка выцветает.

Встроенная графика справлялась разве что с офисными приложениями и простыми играми вроде «Сапера».

Дискретные видеокарты (например, ATI Mobility Rage или NVIDIA GeForce2 Go) встречались только в топовых моделях и требовали активного охлаждения — шумные кулеры стали неотъемлемой частью «игровых» ноутбуков.

Программное обеспечение: Windows против всех

Microsoft в 2000-м выпустила две ОС: стабильную Windows 2000 (на основе NT) и скандальную Windows ME (Millennium Edition). Вторая быстро стала притчей во языцех: лаги, синие экраны и бесконечные переустановки. Журнал PC World включил ее в список худших tech-продуктов в истории.

Альтернативы? Linux тогда оставался уделом энтузиастов — драйверов не хватало, а интерфейсы вроде KDE и GNOME выглядели сыро. Apple готовила революцию в виде Mac OS X, но ее ноутбуки (PowerBook G3) работали на PowerPC и стоили как хороший подержанный автомобиль.

Рынок: кто и за что платил

В 2000 году ноутбук в России был не просто гаджетом — это был показатель статуса. Средняя цена на новые модели начиналась от 2000$, а топовые версии (например, IBM ThinkPad A20p или Apple PowerBook G3) могли стоить 3500–4000$.

Для сравнения: средняя зарплата в Москве тогда колебалась в диапазоне 150–200 долларов, в регионах — 80–120. Даже бюджетный ноутбук за $1500 (скажем, Compaq Presario 1200) обходился в 8–10 месячных зарплат для большинства россиян.

Покупали их в основном три категории людей:

• Бизнесмены и топ-менеджеры — чаще всего брали IBM ThinkPad (считались «неубиваемыми») или Toshiba Satellite (более доступные).
• IT-специалисты — выбирали Dell Inspiron или Acer TravelMate, иногда «серый» импорт из-за границы.
• Состоятельные частные пользователи — могли позволить себе Sony VAIO или Apple PowerBook, но таких было мало.

Около 30–40% рынка занимали «серые» поставки — ноутбуки, ввезенные без официальной гарантии, но на $300–500 дешевле.

В 2000 году 1 доллар стоил ~28 рублей, а курс был относительно стабилен. Но даже с учетом этого ноутбук оставался предметом роскоши.

Что умел типичный ноутбук 2000 года:

• Работать 1,5–3 часа от батареи (NiMH или первые Li-ion аккумуляторы).
• Подключаться к интернету через dial-up (56 Кбит/с) или, если повезло, по Ethernet (10/100 Мбит/с). Wi-Fi был экзотикой — стандарт 802.11b только появился, и адаптеры стоили сотни долларов.
• Записывать CD (но не DVD — приводы для них появились позже).
• Запускать игры типа Quake III на минималках, если хватало видеокарты.

Это был мир, где ноутбук еще не стал главным компьютером, но уже перестал быть диковинкой. О том, где и как выбирали ноутбуки, читайте в следующем разделе.

Где покупали ноутбуки в 2000-х и каким был выбор

В 2000-х ноутбук в России покупали втридорога, с риском и азартом. Онлайн-магазинов тогда не существовало, да и сам интернет был не особенно доступным. Выбор невелик: приходилось либо довериться немногочисленным официальным дилерам, либо искать «серые» поставки в полуподпольных павильонах.

Официальные каналы: салоны и бутики

Крупные бренды вроде IBM, Toshiba или Acer продавали ноутбуки через авторизованных дилеров — например, сети «НИКС» или «Кей». Цены кусались: Acer TravelMate 340T с Pentium III 450 МГц стоил $2900, что равнялось 10–12 средним зарплатам москвича. Зато давали гарантию, а в комплекте иногда оказывался лицензионный Windows 98 SE.

Компания Apple в России официально почти не была представлена — PowerBook G3 и iBook везли из Европы или США, переплачивая за растаможку. В Москве их можно было найти в единичных бутиках на Тверской, но чаще покупали у перекупщиков.

«Серый» рынок: Горбушка и «ящики»

До 40% ноутбуков ввозили в обход официальных поставок. Главной точкой стала легендарная «Горбушка» в Москве — здесь продавали технику без гарантии, но на 300–500 долларов дешевле. Например, IBM Thinkpad 600e Pentium II 366 МГц здесь уходил за 800–1000, а не за $1500, как в салоне.

Во многом «Горбушка» была лотерей: можно нарваться на б/у устройство с битыми пикселями или криво перепрошитой Windows XP. Зато здесь же находили редкие модели вроде японских Toshiba с нерабочим модемом под местные стандарты.

Провинция: компьютерные развалы и почта

В регионах ноутбуки продавали на стихийных рынках — например, в «ДК Чкалова» в Новосибирске или «Галерее» в Екатеринбурге. Часто это были уцененные модели с дефектами или «европейские» версии без русской раскладки.

Еще один экзотический способ — заказ по каталогам вроде «Эльдорадо» или «М.Видео». Ждать приходилось неделями, а перед оплатой ноутбук нельзя было даже включить. Зато некоторые каталоги предлагали рассрочку — правда, под 30% годовых.

Как выбирали?

Эти критерии были основополагающими:

• Вес и толщина. Ноутбук в 3 кг и 4 см считался «ультрапортативным» и «тонким».
• Наличие USB (редкость в 2000-м) и DVD-привода — без него нельзя было установить пиратский софт.
• Срок автономности. Даже топовые модели работали от батареи 2–3 часа, а NiMH-аккумуляторы теряли емкость за год.

Покупка сопровождалась ритуальными действиями: проверяли битые пиксели, громкость кулера и как открывается крышка. А потом гордо несли домой в пластиковом пакете — сумки для ноутбуков были экзотикой.

Сравнение ноутбуков 2000 года и современных

За 25 лет, прошедших с 2000-го, ноутбуки изменились во всем. Они выглядят и работают по-другому, стали более доступными и производительными. Появились революционные технологии, без которых мы сейчас уже не мыслим автономную работу на компьютере. Но так было не всегда, и проще всего оценить прогресс сравнением параметров техники начала 2000-х и современных моделей.

Габариты и вес: эволюция портативности

В 2000 году ноутбуки только начинали становиться по-настоящему мобильными. Флагманский Dell Latitude H500XT с его 2 кг веса и толщиной 29 мм считался верхом портативности. Для сравнения – современный Dell XPS 13 весит 1.2 кг при толщине 14.8 мм. Но настоящий контраст виден на примере Apple: PowerBook G3 2000 года (2.9 кг, 43 мм) против MacBook Air M1 (1.29 кг, 16.1 мм).

Интересно, что уменьшение габаритов не сказалось на размерах экранов. Если в 2000-х стандартом были 12-14 матрицы, то сегодня большинство ноутбуков сохраняют эти же диагонали, просто в более тонких корпусах. Секрет — в отказе от оптических приводов, переходе на плоские клавиатуры и использовании более компактных элементов.

Дисплеи: от бледных TN к OLED

Типичный ноутбук начала века оснащался TN-матрицей с разрешением 1024×768. Современные стандарты — IPS или OLED с Full HD/4K.

Разница колоссальная:

• контрастность: 200:1 тогда против 1000:1 и выше сейчас;
• цветовой охват: 45% NTSC в сравнении со 100% sRGB/DCI-P3 у современных моделей;
• углы обзора: 60° тогда и 178° сегодня:
• яркость: 150 нит против 400+ нит.

Особенно показательна эволюция Apple: PowerBook G3 2000 года имел 14″ экран с 1024×768, тогда как современный MacBook Pro 14″ предлагает 3024×1964 пикселей с технологией XDR.

Производительность: от Pentium III к нейрочипам

Сравним два поколения.

2000 год (Dell Latitude H500XT):

• процессор: Pentium III 500 МГц (1 ядро);
• ОЗУ: 128 МБ;
• графика: NeoMagic с 4 МБ памяти;
• накопитель: 6 ГБ HDD.

2024 год (Dell XPS 13):

• процессор: Core i7-1360P (12 ядер);
• ОЗУ: 16 ГБ;
• графика: Iris Xe (96 EU);
• накопитель: 1 ТБ SSD.

Производительность CPU выросла в 100+ раз, графики — в 500+ раз. Современный смартфон превосходит топовые ноутбуки 2000 года. При этом энергопотребление сократилось в 3-5 раз.

Порты и подключения: от проводов к беспроводным технологиям

Типичный набор портов 2000 года:

• PS/2 для клавиатуры/мыши;
• VGA для монитора;
• PC Card для модемов;
• FireWire для периферии;
• 1×USB 1.1 (12 Мбит/с);
• Параллельный порт для принтеров.

Современные реалии:

• Thunderbolt 4 (40 Гбит/с);
• Wi-Fi 6E (до 9.6 Гбит/с);
• Bluetooth 5.3;
• 2-4×USB-C.

Особенно впечатляет эволюция беспроводных технологий. В 2000 году Wi-Fi только появлялся (802.11b, 11 Мбит/с), а сегодня 802.11ax предлагает скорости до 9.6 Гбит/с.

Автономность: от 120 минут к рабочему дню

Батареи NiMH/NiCd обеспечивали 1.5-3 часа работы.

Современные Li-Pol аккумуляторы с энергоэффективными процессорами работают 8-18 часов.

При этом:

• мощность выросла в десятки раз;
• время зарядки сократилось с 3-4 часов до 1-2 часов;
• срок службы увеличился с 300 циклов до 1000+.

Компания Apple особенно преуспела: PowerBook G3 работал 4 часа, MacBook Air M1 – до 18 часов.

Цены и доступность: от роскоши к массовости

В 2000 году:

• Dell Latitude H500XT: $3600 (~30 средних зарплат в России);
• PowerBook G3: $3500.

В 2024:

• Dell XPS 13: $999-1999 (~1,5-2 средних зарплат);
• MacBook Air M1: $999.

Покупательная способность выросла в разы. За $1000 сегодня можно получить устройство, превосходящее топовые модели 2000 года во всех аспектах.

Что появилось нового:

• сенсорные экраны и тачпады;
• веб-камеры и биометрическая аутентификация;
• SSD накопители;
• беспроводные технологии;
• поддержка искусственного интеллекта;
• голосовые помощники;
• датчики освещения и движения.

Что исчезло:

• дисководы (флоппи, CD/DVD);
• PS/2, VGA, FireWire порты;
• сменные батареи (в большинстве моделей);
• кнопочные тачпады;
• апгрейд ОЗУ и накопителей (во многих моделях).

Выводы

За 20 лет ноутбуки стали:

• в 2-3 раза легче и компактнее;
• в 100+ раз производительнее;
• в 5-10 раз доступнее относительно доходов;
• в 4-6 раз более автономными.

При этом мы потеряли в ремонтопригодности и универсальности подключения периферии. Современные ультрабуки — это технологическое чудо, но старые ноутбуки обладали особой харизмой и инженерной смелостью, которую сегодня встретишь редко.

Хиты начала 2000-х — топ-3 ноутов того времени

В начале нулевых ноутбук в России перестал быть экзотикой, но оставался дорогим гаджетом, недоступным массовому покупателю. Приобретали их в основном бизнесмены, IT-специалисты и обеспеченные частники. Три модели особенно запомнились пользователям — они стали символами эпохи, когда портативные компьютеры только начинали входить в повседневную жизнь.

IBM ThinkPad T23 — неубиваемый бизнес-класс

Когда в 2001 году на прилавках появился ThinkPad T23, он сразу стал мечтой офисных работников. За $2500-3000 покупатель получал магниевый корпус, защищенный от ударов и царапин, а также фирменную клавиатуру с идеальным ходом клавиш. Под капотом скрывался Pentium III-M на 1.13 ГГц, 256 МБ оперативки и графический контроллер S3 SuperSavage с 16 МБ памяти.

Главной фишкой T23 стал трекпоинт — красная точка между клавишами G, H и B, заменявшая мышь. Многие до сих пор считают его лучшим указательным устройством для ноутбуков. В комплекте шла Windows XP Professional, а батареи хватало на 3-4 часа работы. Особенно ценили эту модель за модульную конструкцию — заменить жесткий диск или оперативку можно было за пару минут.

Toshiba Satellite 1800 — народный любимец

В 2001-2002 годах Toshiba Satellite 1800 стал самым доступным ноутбуком с приличными характеристиками. За $1500-1800 предлагали Pentium III 800 МГц, 128 МБ RAM и 15-дюймовый экран с разрешением 1024×768. Графика ATI Rage Mobility с 8 МБ памяти позволяла комфортно играть в «Космических рейнджеров» или «Героев III».

Модель запомнилась необычным дизайном — серебристая крышка с фиолетовым логотипом Toshiba выглядела по-космически для того времени. В комплекте шел DVD-привод, что тогда было редкостью. Пользователи любили Satellite за надежность, хотя вес в 3.2 кг и толщину 4.5 см сложно назвать портативными по современным меркам.

Acer TravelMate 450 — бюджетный универсал

Когда в 2002 году Acer выпустила TravelMate 450, она сделала ставку на оптимальное соотношение цены и возможностей. За $1200-1400 покупатель получал Celeron 1.2 ГГц, 256 МБ памяти и 30 ГБ жесткий диск — неплохие характеристики для офисной работы. 14.1-дюймовый экран с разрешением 1024×768 хоть и страдал от узких углов обзора, но выглядел лучше, чем у многих конкурентов.

TravelMate особенно полюбили студенты и представители свободных профессий, которых сейчас называют фрилансерами. Ноутбук весил 2.7 кг, работал от батареи до 2.5 часов и поддерживал апгрейд — можно было добавить память или заменить винчестер. В России его часто покупали в «сером» варианте без гарантии, но за $900-1000, что делало модель одним из самых доступных ноутбуков в своем классе.

Что объединяло эти модели?

Все три ноутбука стали культовыми не столько из-за технических характеристик, сколько благодаря удачному сочетанию цены, надежности и возможностей. ThinkPad T23 показал, что бизнес-ноутбук может быть удобным инструментом, а не просто статусной вещью. Toshiba Satellite 1800 доказал, что мультимедийные функции важны не только профессионалам. Acer TravelMate 450 открыл дорогу на рынок бюджетным моделям достойного качества.

Сегодня эти устройства кажутся архаичными, но именно они заложили основы того, какими должны быть современные ноутбуки. Их владельцы до сих пор вспоминают «теплый ламповый» звук жестких дисков, треск модемов и то особое чувство, когда открываешь крышку и понимаешь — теперь ты мобилен. В этом и была магия начала 2000-х, когда технологии только начинали менять повседневную жизнь.

Итоги

Два десятилетия превратили ноутбуки из дорогой экзотики в привычный инструмент. Если в 2000-м их покупали как статусные гаджеты, сегодня это рабочие лошадки, которые есть у каждого студента. Мы выиграли в мощности, автономности и удобстве, но потеряли ту особую магию, когда каждый запуск Windows 2000 казался небольшим чудом. Современные ультрабуки в сотни раз производительнее старых «топов», но уже не вызывают того трепета — стали обыденностью, как микроволновка или смартфон.

Главное изменение — в нашем восприятии. Раньше ноутбук берегли как фамильную ценность, сегодня его меняют каждые 3-4 года. Исчезли ритуалы вроде очистки трекпоинта зубочисткой или гордости за «апгрейд до 256 МБ оперативки». Но именно эти первые неуклюжие модели проложили путь к той мобильности, без которой мы теперь не представляем жизнь. Они были несовершенны, но именно с них началась настоящая компьютерная революция.

Для поколения Z и альфа дискеты, кассеты и CD — такая же архаика, как патефон для миллениалов. Но именно эти носители стали мостом между эпохой аналоговых технологий и цифровой революцией. Некоторые до сих пор помнят скрежет модема, загружающего игру с аудиокассеты, или волнение при записи первого CD — этот ритуал требовал идеального буфера в Nero и молитв, чтобы электричество не отключили в процессе.

Вспомним, какими были носители данных до эры флешек и облаков. Это не просто история технологий — это рассказ о том, как мы научились ценить каждый мегабайт и почему современные удобства сделали нас немного ностальгирующими гиками.

Носители информации: эволюция

Сегодня данные окружают нас, как воздух — невидимые, но жизненно важные. В наших смартфонах — навигаторы, приложения для заказа еды, интернет-банкинг, весь Лев Толстой в текстовом или аудиоформате. Фотографии автоматически загружаются в облако, рабочие документы синхронизируются между устройствами, а музыка и фильмы доступны по первому требованию без необходимости записывать что-либо на пленку или вставлять диск в дисковод.

Мы живем в эпоху, когда информация стала нематериальной, а ее хранение — виртуальной услугой, за которую ежемесячно платят подпиской. При этом цена за удовольствия, информацию и духовную пищу (музыка, кино, книги и т.д.) несоизмеримо ниже, чем несколько десятилетий назад.

Но так было не всегда. Было время, когда никто не доверял интернет-хранилищам — да их и не было в том виде, к которому мы сегодня привыкли. Важные файлы хранили на чем-то осязаемом — дискетах, дисках, пленках. Данные были привязаны к физическим объектам, которые можно было потерять, сломать или случайно очистить.

История носителей — это история компромиссов между объемом, скоростью и надежностью. Каждая эпоха выбирала свой формат, исходя из технологических возможностей и потребностей пользователей, будь то ученые, музыканты или просто те, кто очень хотел сохранить свою коллекцию пиксельных картинок.

Первые носители информации были аналоговыми и требовали физического контакта. Бумага, перфокарты, магнитная лента — все это работало по принципу «записал один раз и следи, чтобы не испортилось». Но с появлением продвинутой техники понадобилось что-то более гибкое, что позволило бы не только хранить, но и быстро перезаписывать данные. Так началась эра магнитных носителей.

Магнитные кассеты использовались не только для записи и воспроизведения музыки, но и стали первым массовым способом хранения цифровой информации для домашних компьютеров. Пользователи писали на пленку игры типа Pacman или Dizzy, а также прикладные программы для компьютеров АТМ Турбо и Spectrum.

Кассеты были дешевы, доступны, но обладали низкой скоростью доступа. Загрузка программы с кассеты занимала несколько минут: один сбой — и данные отправлялись в небытие. Тем не менее для своего времени это был прорыв: в отличие от перфокарт, кассеты позволяли перезаписывать информацию, а их компактность делала этот способ удобным для домашнего использования.

Затем пришли дискеты, и мир узнал, что такое «портативность» в цифровом смысле. Если кассеты были еще слегка похожи на предыдущее поколение (массивные бобины), то флоппи-диски уже вполне выглядели как технология из будущего. Первые модели хранили жалкие 80 КБ, но к 1980-м емкость выросла до 1.44 МБ — достаточно для текстовых документов и простейших программ. Правда, надежность оставляла желать лучшего: магнитные диски боялись пыли, влаги и просто времени.

Оптические носители, такие как CD и DVD, стали следующим шагом. Они предлагали куда больший объем (от 700 МБ до 4.7 ГБ) и теоретически — вечное хранение данных. Правда, на практике царапины, солнечный свет и некачественные болванки приводили к быстрому обнулению файлов. Но главный минус — эти диски нельзя было просто так перезаписать. CD-RW и DVD-RW решили проблему, но их распространение было медленным: люди уже начали привыкать к тому, что данные можно копировать бесконечно.

Конец XX века принес еще несколько любопытных форматов вроде ZIP-дисков, которые пытались заменить флоппи, но проиграли войну, поскольку оказались слишком дорогими и неудобными.

Эволюция носителей — это вопрос не только технологий, но и человеческих привычек. Мы перешли от кассет, которые нужно было перематывать, к дискам, которые нельзя было поцарапать, а затем — к флеш-памяти, где вообще не было движущихся частей. Каждый новый формат убивал предыдущий, поскольку делал хранение данных проще, надежнее, быстрее и дешевле. О том, как это происходило на практике, читайте далее.

Как хранили и передавали информацию до флешек и облаков

Ненадежные, но безальтернативные дискеты, вмещавшие меньше, чем сегодняшний снимок экрана; кассеты с уязвимой магнитной пленкой; CD с их обманчивым обещанием «вечного хранения». Все эти носители в свое время считались если не революционными, то прогрессивными и передовыми. Нынешнему поколению будет полезно узнать, где хранили музыку, видео, софт и другие данные их родители и почему эти волшебные изобретения больше не используются массово.

Аудио и видеокассеты: не забудьте перемотать на начало

До того как видеохостинги и стриминговые сервисы стали нормой, люди обменивались музыкой и фильмами при помощи хрупких пластиковых коробочек с магнитной лентой внутри. Аудио- и видеокассеты были не просто носителями — они стали культурным феноменом, символом эпохи, когда контент нельзя было получить мгновенно, зато можно было легко испортить — поместить рядом с магнитом или «зажевать» в некачественном проигрывателе.

Магнитная лента появилась задолго до кассет — первые бобинные магнитофоны использовались еще в 1940-х, но они были громоздкими и дорогими. Все изменилось в 1963 году, когда компания Philips представила компакт-кассету — небольшой, удобный и, что важно, дешевый формат. В отличие от винила, кассеты можно было записывать повторно, носить с собой и даже ронять без катастрофических последствий.

К 80-м годам кассеты стали основным способом слушать музыку. Их продажи в США достигли пика в 442 миллиона штук в 1990 году, но затем началось стремительное падение — CD-диски предлагали лучшее качество звука и отсутствие изматывающей перемотки. Однако кассеты не исчезли полностью: даже в 2012 году в Штатах продали 13 миллионов штук, в основном благодаря автолюбителям, чьи старые машины были оборудованы кассетными магнитолами. В России формат держался примерно до середины 2000-х, после чего кассеты почти исчезли из обихода.

Пока аудиокассеты правили балом в музыке, VHS делал то же самое с видео. Этот формат, появившийся в 1970-х, быстро вытеснил конкурентов (например, Betamax от Sony) благодаря простоте и доступности. Видеомагнитофон стал почти обязательным устройством в каждом доме, а прокат кассет — целой индустрией.

Но у VHS были свои причуды:

• Длинный фильм на двухчасовой кассете мог закончиться в самый напряженный момент, заставляя зрителя в недоумении хлопать глазами.
• Качество изображения ухудшалось с каждой перезаписью, превращая картинку, над которой так трудилась съемочная группа, в движения размытых или крупнозернистых силуэтов.
• Размагничивание, скручивание ленты и вечная борьба со «снегом» и полосами на экране — все было неотъемлемой частью пользовательского опыта.

Несмотря на это, VHS формат продержался до начала 2000-х, пока его не вытеснили DVD, а затем и стриминговые сервисы.

Магнитная лента использовалась не только для музыки и фильмов — в 1980-х она стала первым массовым носителем данных для домашних компьютеров. Владельцы ZX Spectrum и Commodore 64 загружали программы с аудиокассет, подключив магнитофон к компьютеру. Процесс напоминал шаманский ритуал: нужно было выставить правильный уровень громкости, надеяться, что маг не зажует ленту, и ждать несколько минут, пока игра загрузится (если, конечно, в середине не возникала ошибка, заставляющая начинать все сначала).

Перезапись данных на кассетах была рискованным делом — старую информацию можно было случайно стереть, а новая не всегда записывалась корректно. Тем не менее, это был прорыв: в отличие от дискет, кассеты были дешевы и доступны, что делало их идеальным вариантом для домашнего использования.

Казалось бы, эпоха магнитной ленты бесповоротно миновала, но это не совсем так. В дата-центрах до сих пор используют ленточные библиотеки (например, LTO), потому что они дешевы, энергоэффективны и отлично подходят для долгосрочного хранения больших объемов данных. Современные картриджи LTO-9 вмещают до 45 ТБ информации — это в тысячи раз больше, чем могла предложить кассета 1980-х.

Кассеты утратили актуальность, но их наследие живет, как и ностальгия по аналоговой эре. Они напоминают нам о времени, когда контент нельзя было получить мгновенно, зато сам процесс — запись, перемотка, даже борьба с зажеванной лентой — был частью ритуала.

Флоппи-диски (дискеты): 1,4 Мб славы

В эпоху, когда облачные хранилища предлагают терабайты пространства за несколько сотен рублей в месяц, трудно представить, что всего 30 лет назад люди хранили данные на квадратных кусочках пластика, которые могли вместить меньше, чем сегодняшнее селфи в хорошем качестве.

Флоппи-диски, или просто дискеты, стали символом компьютерной революции 1980-1990-х: они были везде, их боялись потерять, ими обменивались, как сейчас ссылками, и их регулярно проклинали, когда на экране возникало сообщение «Диск не отформатирован».

Первая дискета, представленная IBM в 1971 году, была 8-дюймовой и вмещала смехотворные по современным меркам 80 КБ данных. Она создавалась как альтернатива перфокартам — более надежная и удобная, но по-прежнему громоздкая. К середине 1980-х индустрия перешла на 5,25-дюймовые гибкие диски, а затем и на 3,5-дюймовые, которые стали стандартом. Последние, кстати, были не такими уж «гибкими» — прочный пластиковый корпус защищал магнитный диск внутри, хотя слово «флоппи» (от английского floppy — «гибкий») так и осталось в названии.

Объем памяти рос медленно: если в 1984 году дискета на 3,5 дюйма хранила 720 КБ, то к 1987-му — уже 1,44 МБ. Этого хватало для текстовых документов, простых программ и даже некоторых игр. Microsoft Word 2.0, выпущенный в 1991 году, умещался на одной дискете, а его современный аналог требует около 4 ГБ — в 3000 раз больше.

Дискеты были удобны и одновременно ужасно ненадежны. Они боялись магнитов, пыли, влаги, перепадов температуры и даже слишком резкого извлечения из дисковода. Классическая ситуация: вы вставляете дискету в компьютер, слышите характерный скрежет, а через пару секунд получаете роковое сообщение о том, что носитель не читается. Иногда помогало «продувание» — буквально дыхание на магнитную поверхность в надежде, что влага временно восстановит контакт.

Еще одна проблема — ограниченный срок жизни. Даже идеально хранимая дискета могла потерять данные через 5-10 лет из-за размагничивания. Архивы на флоппи требовали регулярного перезаписывания, что превращало хранение информации в постоянную головную боль.

В 1980-х развернулась настоящая битва форматов. Компания Apple сделала ставку на 3,5-дюймовые дискеты, в то время как IBM и другие производители первое время держались за 5,25 дюймов. Победил, как известно, меньший размер — отчасти благодаря тому, что новые носители были прочнее и компактнее.

Любопытно, что следы дискетной эпохи до сих пор встречаются в цифровом мире. Буква «A:\» в Windows, которая изначально обозначала дисковод, осталась в системе как дань традиции. Иконка «Сохранить» во многих программах до сих пор изображает флоппи-диск, хотя большинство современных пользователей и в руках-то его никогда не держали.

К началу 2000-х дискеты начали стремительно исчезать. В 2011 году компания Sony, последний крупный производитель, прекратила их выпуск. Но, как это часто бывает, технология не умерла полностью.

Оказалось, что множество промышленных станков, медицинского оборудования и даже некоторых банковских систем до сих пор используют флоппи-диски. В 2018 году выяснилось, что американские ядерные силы все еще управляются с помощью 8-дюймовых дискет (хотя позже систему все же модернизировали).

На вторичном рынке дискеты до сих пор в ходу. Предприниматель Том Перски в 2010 году скупил около миллиона 3,5-дюймовых флоппи и создал целый бизнес по их продаже. Основные клиенты — владельцы старого промышленного оборудования, для которого переход на современные носители оказался слишком дорогим.

Флоппи-диски — это не просто архаичный способ хранения данных. Они были важным этапом в эволюции персональных компьютеров, сделавшим информацию по-настоящему мобильной. Сегодня, когда мы можем переносить терабайты данных в кармане, стоит вспомнить, с чего все начиналось — с хрупких квадратиков, которые нужно было беречь от магнитов и всегда переворачивать правильной стороной.

Сиди и Дивиди: эпоха лазерного ренессанса

В конце 1990-х дискеты уже выглядели архаично, а облачных хранилищ еще не существовало. На сцену вышли оптические диски — сначала скромные CD на 700 МБ, после — DVD на 4,7 ГБ, а затем и Blu-ray с их 50 ГБ. В определенный период записать фильм на болванку считалось технологическим подвигом. Нужно было также красиво написать название на внешней стороне специальным маркером.

Изначально компакт-диски создавались для музыки — первый коммерческий CD выпустили в 1982 году с записью альбома ABBA «The Visitors». Объем в 650 МБ (74 минуты аудио) выбрали не случайно: разработчики из Sony и Philips хотели, чтобы на один диск целиком поместилась Девятая симфония Бетховена. К концу восьмидесятых большинство звукозаписывающих компаний перешли на CD-формат.

Когда технологию адаптировали для компьютеров (CD-ROM), эти же 700 МБ стали стандартом для софта, игр и даже операционных систем, например, Windows 95.

Запись CD представляла собой сложную процедуру . Программа Nero Burning ROM с ее интерфейсом, напоминающим кабину пилота, требовала идеально настроенного буфера записи. Ошибка «Buffer underrun» означала, что диск испорчен, а 30-50 рублей за болванку (по меркам 2000-х — немалая сумма) летели в мусорку.

Когда в 1996 году появились DVD, их емкость в 4,7 ГБ казалась фантастической. Почему не 5? Все просто: инженеры Sony и Philips изначально планировали 5 ГБ, но пришлось пожертвовать частью объема ради совместимости с форматом CD. Впрочем, даже 4,7 ГБ хватало для фильмов в приличном качестве — пиратские копии расходились быстрее, чем студии успевали считать убытки.

Киноиндустрия быстро поняла угрозу и начала войну с пиратством. На диски добавляли защиту вроде SecuROM и StarForce, которая не только мешала копированию, но и могла вывести из строя дисковод. Пользователи в ответ придумывали хитрости: от скотча на краю диска до специальных программ, которые «прожигали» защитные сектора.

В середине 2000-х разгорелась война форматов высокой четкости: Blu-ray от Sony и HD DVD от Toshiba. Технически Blu-ray был лучше — большая емкость (50 ГБ против 30 ГБ у HD DVD), но исход противостояния решил не этот фактор. Sony, которая владела киностудией Columbia Pictures, обеспечила Blu-ray эксклюзивными релизами. А когда за синий формат неожиданно выступила индустрия фильмов для взрослых (на тот момент — один из главных драйверов продаж любых носителей), судьба HD DVD была предрешена.

К 2010-м оптические диски начали сдавать позиции. Скорость интернета росла, стриминговые сервисы набирали популярность, а производители ноутбуков массово отказывались от дисководов. Последний гвоздь в крышку гроба забила Apple, выпустив в 2012 году MacBook Pro без CD-привода — тогда это казалось смелым шагом, а сегодня воспринимается как норма.

Но диски не исчезли полностью. Blu-ray до сих пор используют для фильмов в 4К, а некоторые госструктуры предпочитают архивные DVD — они дешевы и, в отличие от флешек, не подвержены спонтанному размагничиванию. Да и любители ретро-техники продолжают охотиться за редкими релизами игр на CD — например, оригинальная Half-Life на диске сегодня стоит дороже, чем в Steam.

Оптические диски стали переходным звеном между эрой физических носителей и современным цифровым миром. Они научили нас терпению (установка игры была ответственным мероприятием), бережливости (царапина на диске означала существенные финансовые потери) и даже стратегическому мышлению (когда приходилось решать, что удалить с жесткого диска ради места под новый фильм). Сегодня, когда любой контент доступен по клику, эти ритуалы кажутся странными — но именно они сделали нас теми пользователями, которыми мы стали.

Почему все это исчезло

Кассеты, дискеты и оптические диски не просто ушли в прошлое — они проиграли войну за удобство. В мире, где гигабайты данных передаются за секунды, а облачные хранилища доступны с любого устройства, физические носители оказались слишком медленными, хрупкими и ограниченными. Но их исчезновение — это не просто история технологического прогресса. Это урок о том, как мы перестали ценить сам процесс хранения информации.

Три причины краха:

• Первая и главная — объем. В 1990-х 1,44 МБ дискеты хватало для текстовых документов, но уже к началу 2000-х этого было недостаточно даже для одной MP3-песни. CD на 700 МБ казались спасением, но и они быстро устарели, когда размеры софта перевалили за гигабайты. Современные игры и видеофайлы просто не поместились бы на десятках дисков, которые пришлось бы таскать с собой.
• Вторая причина — скорость. Загрузка программы с кассеты занимала минуты, запись DVD — десятки минут, а копирование файлов с дискеты напоминало медитацию. Когда на смену пришли USB-накопители с их мгновенным доступом к данным, терпеть эти задержки стало невозможно.
• Наконец, надежность. Магнитные ленты размагничивались, дискеты боялись кофе и магнитов, а царапины на CD превращали их в елочные украшения. Потерять данные было проще, чем сохранить — особенно если учесть, что резервные копии требовали такого же ненадежного носителя.

Некоторые архаичные носители до сих пор используются там, где важнее стабильность, а не прогресс. В авиации, например, часть бортовых систем Boeing 747 до недавнего времени обновлялась через 3,5-дюймовые дискеты — потому что проверенная временем технология надежнее экспериментальных решений.

Промышленные станки, медицинское оборудование и даже банковские системы иногда работают на технологиях 1980-х просто потому, что их модернизация стоит дороже, чем покупка партии старых дискет на eBay. А энтузиасты ретро-компьютеров сознательно используют кассеты и флоппи-диски — для них это не просто носители, а часть культурного кода.

Что мы потеряли и что приобрели

Физические носители учили нас ценить данные. Когда файл нельзя было скопировать в два клика, а каждый мегабайт занимал место, люди тщательнее подходили к хранению информации. Переписка кассет требовала времени, коллекцию CD бережно держали на книжных полках, стирая пыль с футляров, а игры на 10 дискетах устанавливали с замиранием сердца — вдруг последняя окажется битой.

Сегодня данные стали абстрактными. Мы не держим их в руках, не боимся потерять из-за царапины и даже зачастую не знаем, на каком именно сервере они лежат. Это удобно, но лишает нас того самого «тактильного» отношения к информации.

История кассет, дискет и дисков показывает: технологии умирают, но информация остается. Мы сменили десятки форматов, но по-прежнему хотим того же — быстрого, надежного и простого доступа к своим файлам. Разница лишь в том, что теперь для этого не нужен магнитофон или дисковод — достаточно облака и быстрого интернета.

Флешки, SD-карты и облака: вы находитесь здесь — что дальше

Флешки, которые еще недавно казались чудом технологий, уже выглядят архаично на фоне облачных хранилищ. SD-карты, вмещающие терабайты информации, размером не больше ногтя на мизинце. Но что дальше?

Твердотельные накопители, основанные на кремниевых чипах, приближаются к физическим пределам. Производители научились упаковывать данные невероятно плотно — современные 3D NAND-чипы содержат до 200 слоев памяти. Однако закон Мура (формулирующий неизбежность технологического прогресса) хотя и универсален, имеет определенные физические ограничения: стоимость новых фабрик по производству микросхем измеряется десятками миллиардов долларов.

Параллельно растет спрос на хранение информации: только за 2023 год человечество создало больше данных, чем за всю предыдущую историю. Архивы научных исследований, нейросетевые модели, медицинские записи — все это требует новых решений.

Будущее, которое уже тестируют в лабораториях:

• ДНК-хранилища. В 2017 году гарвардские ученые записали на ДНК кишечной палочки GIF-анимацию и изображение. Технология CRISPR позволяет редактировать геном, превращая его в биологический жесткий диск. Пока процесс дорогой и медленный, но потенциал огромен: один грамм ДНК может хранить 215 петабайт данных — эквивалент 14 тысяч современных SSD.
• Молекулярные диски. Исследователи из Университета Брауна (Провиденс, США) создали прототип накопителя, где информация кодируется органическими молекулами. Метод напоминает древние глиняные таблички, только вместо клинописи — бинарный код из присутствия или отсутствия конкретных молекул.
• Кварцевые кристаллы. Технология «5D-памяти» использует фемтосекундные лазеры для записи данных в кварцевое стекло. Такие носители выдерживают температуру до 1000°C и могут хранить информацию миллиарды лет. В 2018 году Илон Маск отправил в космос Tesla с кварцевым диском, содержащим трилогию А. Азимова «Основание».
• Арктические архивы. На Шпицбергене уже работает «Арктический мировой архив», где данные хранятся на специальной пленке в стальных контейнерах. Туда поместили исходники GitHub, цифровое искусство и даже конституции некоторых стран — на случай глобальной катастрофы.

Парадоксально, но будущее может вернуть нас к чему-то очень древнему: подобно тому, как египтяне высекали иероглифы в камне, мы будем записывать информацию в молекулы и кристаллы — носители, которые переживут не только нас, но и предположительно саму человеческую цивилизацию.

Ты точно программист, если читаешь это! Больше мемов, инсайтов и боли кодеров тут.

В статье разберем, какие ТОП-10 уязвимостей угрожают бизнесу по версии OWASP, узнаем неутешительную статистику и рекомендации по защите от взлома.

Безопасники ошиблись — бизнес заплатил

Если защита вашего сайта содержит хотя бы 2-3 следующие уязвимости, можно считать, что вы поставили дорогую сигнализацию в доме и не закрыли дверь.

A01: Broken Access Control — ошибки контроля доступа

Специалисты подтвердили наличие этой уязвимости в 3,81% случаев. Это самая распространенная проблема из списка OWASP. Более 318 тысяч приложений работают с ошибками контроля доступа.

Представьте систему бронирования в отеле. Пользователь оплатил номер и видит свою бронь в личном кабинете. Если он вручную изменит идентификатор брони в адресной строке и увидит информацию о брони другого клиента — это будет нарушением контроля доступа.

Как защититься?

• Проектируйте контроль доступа по принципу наименьших привилегий. Пользователи должны иметь только те права, которые необходимы для выполнения их задач.
• Реализуйте проверку доступа на стороне сервера, даже если она есть на клиентской стороне. Клиентский код может быть изменен злоумышленником.
• Проводите аудит прав доступа и тестирование безопасности.

A02: Cryptographic Failures — проблемы с шифрованием данных

Снова обратимся к примеру. Вы перешли в интернет-магазин, чтобы оплатить заказ. Данные банковской карты отправляются на сервер для обработки, но есть проблема. Сайт работает через HTTP, и данные передаются без шифрования.

Поскольку информация передается «как есть», злоумышленник с Wireshark перехватит номер карты, имя, срок действия карты и CVV. Этого достаточно, чтобы покупать товары за ваш счет и снимать деньги.

Полный арсенал хакера описывали в статье «Лучшие инструменты для тестирования на проникновение».

Как защититься?

• Используйте современные алгоритмы шифрования — AES, RSA, SHA.
• Храните криптографические ключи в защищенном месте. Например в аппаратных модулях безопасности (HSM). Никогда не оставляйте ключи в коде приложения или открытом виде.
• Добавляйте «соль» к хэшам паролей. Это случайные данные, которые делают перебор паролей менее эффективным.

A03: Injection — внедрение вредоносного кода

В этот раз вы оплачиваете покупку на сайте, который шифрует пакеты алгоритмом AES-256. Это стойкая криптография, и перехватывать зашифрованные данные бесполезно.

Опять не повезло: злоумышленник может использовать SQL-инъекцию, чтобы получить доступ к базе данных и украсть номера, пароли, банковские карты.

Вторая популярная атака — XSS. Это когда сайт разрешает вставку вредоносных скриптов в поля ввода. Например, атакующий на форуме публикует сообщение с JavaScript-кодом, который ворует cookies других пользователей.

Злоумышленник с чужим печеньем может запускать чужие сессии. Фактически это доступ к аккаунту, но без логинов, паролей и кодов подтверждения.

Как защититься?

• Не передавайте значения в SQL-запрос напрямую через строки без дополнительной обработки.
• Ограничьте ввод данных по типу, принимайте только допустимые символы.
• Используйте библиотеки ORM, которые автоматически защищают от инъекций.

A04: Insecure Design — уязвимости, возникающие на этапе проектирования

Представьте, что разработчики создают платформу для частной клиники. На этапе проектирования они забывают заложить систему разграничения прав. Врач сможет просматривать историю болезни не только своего пациента, но и всех других посетителей клиники. Если злоумышленник получит доступ к учетной записи любого врача, то получит базу данных всей больницы.

Недостатки проектирования проявляются не сразу, а исправить их крайне сложно или даже невозможно.

Как защититься?

• С самого начала внедряйте принципы безопасного проектирования.
• Оценивайте сценарии угроз и проектируйте рубежи обороны.
• Моделируйте угрозы для проверки бизнес-логики и ключевых функций.

A05: Security Misconfiguration — ошибки конфигурации безопасности

Уязвимость возникает при неправильной настройке серверов, фреймворков или самого приложения. Например, после установки новой системы администратор не удалил тестовые аккаунты или не сменил стандартный пароль доступа к админ-панели.

Сюда же относятся устаревшие файлы, скрытые каталоги или ошибки настроек. Например, если страница отладки API по какой-то причине доступна в рабочем окружении, злоумышленник сможет использовать информацию с этой страницы для других атак.

Как защититься?

• Убедитесь, что отключены все ненужные функции, службы и порты.
• Замените стандартные пароли на уникальные.
• Автоматизируйте проверку конфигурации и включите регулярный аудит.

A06: Vulnerable and Outdated Components — использование уязвимых библиотек

Около 50% популярных библиотек для разработки ПО с открытым кодом содержат уязвимости. Если не следить за обновлением компонентов, код устаревает, и появляются нежелательные точки входа.

Злоумышленники могут детально изучать библиотеку, пока не найдут «уязвимость нулевого дня». Это когда проблема неизвестна на момент применения, следовательно? у разработчика 0 дней на ее устранение.

Еще хуже, если приложение использует компоненты, которые больше не поддерживаются. Такую систему практически невозможно защитить от новых угроз.

Как защититься?

• Обновляйте компоненты и следите за уведомлениями о выявленных уязвимостях.
• Удаляйте неиспользуемые библиотеки, модули и плагины.
• Используйте официальные инструменты для проверки безопасности компонентов.

A07: Identification and Authentication Failures — ошибки аутентификации

Пользователи в опасности, если разработчик разрешил установку слишком простых паролей вроде «123456» и «password». Система не запрашивает код подтверждения? Риск потерять аккаунт возрастает в 2 раза!

Задача злоумышленника сводится к простому: выяснить логин и перебрать словари популярных паролей.

Отдельная категория уязвимостей — ошибки восстановления доступа. Это тот случай, когда сложность пароля не имеет значения.

Например, онлайн-сервис позволяет сменить пароль, зная e-mail и ответ на вопрос вроде «ваше любимое животное». Если это «собака» или «кошка», за сколько секунд злоумышленник подберет секретную фразу?

Как защититься?

• Требуйте создания сложных паролей из спецсимволов, цифр и буков.
• Внедряйте 2FA-аутентификацию.
• Защищайте идентификаторы сессии, не передавая их напрямую в URL.

A08: Software and Data Integrity Failures — атаки на целостность данных

От антивируса пришло уведомление с просьбой установить новую версию. Улучшили производительность, безопасность, добавили новые функции — что может пойти не так?

Пример успешной атаки на целостность данных — инцидент с антивирусом eScan. Приложение доставляло обновления по незащищенному HTTP, а злоумышленники подменяли файлы. В итоге вместе с обновлением клиенты eScan устанавливали вредонос и майнер.

Другой пример — представьте, что сборка приложения включает зависимости из сторонних репозиториев. В них злоумышленник может внедрить бэкдор. Если вредоносный код вовремя не заметят, то открываются «врата» для дальнейших атак, поскольку программа заражена на этапе разработки.

Как защититься?

• Контролируйте целостность файлов с помощью хешей и цифровых подписей.
• Ограничьте возможность изменения критически важных данных для обычных пользователей.
• Внедрите мониторинг подозрительной активности.

A09: Security Logging and Monitoring Failures — недостаточный мониторинг безопасности

Отсутствие мониторинга означает, что система уязвима к длительным атакам.

Например: злодей получает доступ к учетной записи администратора и несколько месяцев выкачивает данные. В это время компания даже не подозревает о нападении.

Без логирования и мониторинга невозможно отследить действия преступника.

Как защититься?

• Настройте подробное логирование событий, включая попытки входа и изменения конфигурации.
• Установите систему уведомлений, которая оповещает администраторов о подозрительных действиях.

A10: Server-Side Request Forgery — подмена серверных запросов

Злоумышленник может обмануть приложение, заставив отправлять запросы от имени сервера. Это опасно, потому что у сервера больше привилегий, чем у обычного пользователя.

Рассмотрим угрозу на примере сайта, который проверяет доступ к URL (например: жива ли ссылка, безопасно ли по ней переходить):

1. Пользователь вводит example.com/photo.jpg.
2. Сервер выполняет запрос на этот URL.
3. Если сервер работает, отображается сообщение: «Ссылка доступна».

Что сделает злоумышленник? Будет перебирать системные каталоги сервера.

Например:

• http://localhost:8080/admin
• http://192.168.1.10/config

Сервер при наличии уязвимости отправит запрос и вернет данные, которые помогут продолжить атаку.

Как защититься?

• Проверяйте пользовательский ввод.
• Используйте белый список адресов для внешних запросов.
• Ограничьте доступ сервера к внутренним ресурсам.

Применение WAF (Web Application Firewall)

WAF стоит между пользователем и сервером, отслеживая и фильтруя подозрительные запросы.

Если приложение содержит уязвимости, WAF может временно скрыть проблему, защищая систему до тех пор, пока разработчики не исправят ошибку.

Пример: WAF проверяет SQL-запросы на наличие подозрительных команд вроде SELECT или ‘ OR 1=1. Если запрос потенциально опасен, WAF отклонит его до того, как сервер начнет обработку.

Еще один пример: WAF блокирует XSS. Если пользователь отправляет сообщение со скриптом для кражи cookies, WAF перенаправит пользователя на страницу ошибки.

WAF используется в качестве дополнения к другим мерам. Он не исправляет бреши в коде, но снижает вероятность их эксплуатации.

Подробнее о технологии читайте здесь: WAF и Firewall: просто о сложном для начинающих разработчиков и аналитиков.

Аудит и пентест

Пентест — это имитация поведение злоумышленника. Специалист по кибербезопасности пытается найти уязвимости в приложении: слабые пароли, открытые API, устаревшие компоненты.

Существует несколько видов тестирования — статический (SAST) и динамический (DAST).

SAST изучает исходный код программы на этапе разработки

Например, анализ функций, через которые вредоносный ввод может попасть в запрос к базе данных. SAST используют, чтобы предотвратить уязвимости до того, как приложение будет запущено.

DAST тестирует систему в процессе работы

Инструмент имитирует действия пользователя, отправляя запросы и отслеживая ответы системы.

Например, DAST обнаружит открытые эндпоинты, которые известны лишь разработчикам, но не требуют авторизации для доступа.

Инструменты для выявления уязвимостей

OWASP ZAP

Один из самых популярных инструментов для тестирования безопасности веб-приложений. Это бесплатная программа с открытым исходным кодом.

После установки инструмент запускается как прокси-сервер. Через него происходит взаимодействие между пользователем и приложением.

ZAP поддерживает два типа сканирования: активное и пассивное. Пассивное не изменяет данные сайта, только анализирует ответы сервера. Активное имитирует атаки.

Важный этап анализа — краулинг. Это процесс сканирования всех ссылок сайта. Если ссылки скрыты или недоступны, используется принудительный просмотр.

Инструмент также позволяет перехватывать запросы. ZAP останавливает отправку данных и дает возможность их изменить.

Например, можно заменить имя пользователя на ручной ввод, чтобы проверить, как на это отреагирует сервер.

OWASP ZAP генерирует отчеты о найденных уязвимостях. Во вкладке «Alerts» отображаются риски, обозначенные цветами: средние, низкие и критические. Категории помогают понять, что требует немедленного исправления, а что можно отложить.

Burp Suite

Инструмент для более глубокого анализа безопасности. Его функционал похож на OWASP ZAP.

Основной компонент Proxy действует как посредник. Он перехватывает сообщения между браузером пользователя и сервером, позволяя изменять данные, например, пользовательский ID или токен авторизации.

Spider собирает структуру сайта. Burp Suite проходит по ссылкам, собирает информацию обо всех страницах и создает ее карту. Если не удается пробраться к закрытым зонам, инструмент пытается угадать URL или параметры.

Clickbandit моделирует атаки, при которых вредоносная невидимая страница накладывается поверх настоящего сайта. Пользователь думает, что нажимает кнопку в интерфейсе, но на самом деле активирует скрытую команду.

Extender позволяет добавлять модули, расширяющие функционал.

Nikto

Веб-сканер для быстрой проверки безопасности. Он анализирует сервер на наличие уязвимостей: проверяет версии ПО, опасные файлы, ненадежные скрипты.

Например, если сервер содержит публично доступный файл резервной копии базы данных, Nikto обнаружит его за считанные минуты.

Инструмент полезен на первых этапах анализа безопасности, чтобы быстро получить общую картину состояния системы.

Заключение

Защита от этих уязвимостей требует комплексного подхода. Необходимо закладывать защитные механизмы еще на этапе проектирования системы. Это значительно дешевле, чем исправлять проблемы после инцидента.

Регулярное тестирование на проникновение помогает выявить слабые места до того, как их обнаружат злоумышленники.

Инвестиции в кибербезопасность сегодня — это страховка от потенциальных убытков завтра. По данным IBM, средняя стоимость утечки данных в 2024 году достигла исторического максимума — более $ 4.880.000.

Как защититься от кибератак и не только рассказываем в нашем тг-канале!

«Я думаю, что могу смело утверждать: квантовую механику не понимает никто».

По этой причине многие идеи оставим без внимания — попытка их объяснения растянется на десяток страниц. Также не будет формул и страшных математических моделей.

Рассмотрим лишь то, что приблизит к ответу на вопрос: как квантовые вычисления повлияют на программирование в будущем.

Определения и квантовая путаница

Кубиты

Квантовые вычисления строятся на основе кубитов. Они существуют как физические объекты. Законы квантовой механики проявляются на фотонах, электронах, ионах, атомах.

Самое интересное — если обычный бит принимает значение 0 или 1, то кубит находится в суперпозиции. Его состояние описывают диапазоном от 0 до 1, и оно непрерывно меняется.

Суперпозицию можно рассмотреть на примере монетки. На столе она лежит орлом вверх (0), либо решкой (1). Теперь представьте, что монету подбросили, — она вращается в воздухе и находится как бы в обоих состояниях одновременно.

Квантовая запутанность

В квантовой механике что не явление, то необъяснимое событие. Одно из таких — запутанность. Два отдельных кубита оказываются «связаны», игнорируя расстояние.

Например, если измеряете один кубит, то автоматически узнаете состояние другого. Даже если второй находится на Марсе.

Квантовый брутфорс

Битами классических компьютеров управляют логические операторы — И, ИЛИ, НЕ.

Состоянием кубитов управляют гейты. Они «переставляют» квантовые вероятности, чтобы получить диапазон с правильным ответом.

Представьте замок и 40 ключей. Только один из них подходит. Классический компьютер попробует каждый ключ по очереди. Квантовый образец одновременно «проверит» все варианты, затем с помощью гейтов сузит поиск до верного.

Суть в том, что квантовые методы вычисляют ответ всего за √N попыток вместо N, как в классическом переборе.

Последнее испытание гибкости вашей фантазии: гейты выводят и удерживают кубиты в суперпозиции. Это невероятно сложная задача.

Представьте идеально сбалансированную иголку. Ваша задача, как ученого, — установить иглу на самый кончик и удерживать в равновесии как можно дольше.

Он — компьютер, но квантовый

Есть мнение, что квантовый компьютер (КК) вовсе не компьютер, потому что выдает не точный, а приблизительный ответ.

Но он все равно компьютер! У него есть процессор, память, он следует алгоритмам. КК принимает входные данные и выдает результат, который можно обработать.

Справедливое замечание: без классического компьютера квантовые вычисления — бесполезны.

КК отсекает решения, невозможные из-за противоречивости, и обозначает предел с ответом. Искать это точное решение и выбирать из нескольких выданных вариантов — задача обычного ПК.

КК можно сравнить с аналоговым компьютером. В обоих устройствах происходит не вычисление, а измерение результата.

Как квантовые вычисления повлияют на программирование

Криптография — одна из первых областей, где развитие индустрии квантовых вычислений обещает серьезные изменения. Современные методы шифрования уязвимы при применении квантовых алгоритмов.

С появлением достаточно мощного КК использование RSA и AES будет небезопасным. Поэтому IT-компании уже разрабатывают квантовую криптографию, чтобы защитить данные до появления угрозы.

В будущем интеграция квантовых технологий решит проблемы оптимизации. Компьютеры будут определять наилучшее решение среди огромного числа вариантов. Актуально для маршрутизации и планирования производства.

Машинное обучение тоже выигрывает от развития квантовых вычислений. Скорость обучения нейросетей увеличится в разы.

Классические алгоритмы vs квантовые алгоритмы

Классические алгоритмы работают последовательно, а квантовые сокращают количество шагов благодаря параллельной обработке через суперпозиции кубитов.

Например, алгоритм Шора. Он раскладывает числа на множители, но работает только на квантовом компьютере.

На классическом ПК методы нахождения множителей начинают работать медленнее. Скорость замедления растет с величиной числа. Классические методы требуют так много вычислений, что время выполнения растет экспоненциально (как снежный ком):

• Для числа размером 2 цифры — очень легко.
• Для числа размером 10 цифр — сложнее, но реально.
• Для числа размером в 300 цифр (как в RSA-криптографии) — может занять тысячи лет.

С развитием индустрии квантовых технологий число, на разложение которого ушли бы тысячи лет, будет разобрано за несколько часов или дней.

Другой пример — алгоритм Гровера. Он ускоряет поиск в неструктурированных базах данных.

В списке из 1000 элементов обычный компьютер проверит до 1000 записей. Алгоритм Гровера проверит всего √1000 ≈ 31 запись.

Нужны ли новые языки программирования?

Для квантовых измерений только традиционных языков программирования недостаточно.

Qiskit

Разработчик: IBM

Популярный Python-фреймворк для программирования квантовых алгоритмов. На нем можно написать программу и выполнить ее на симуляторе. Есть возможность запускать алгоритмы на реальных квантовых компьютерах IBM через облако.

Cirq

Разработчик: Google

Библиотека на Python для создания и тестирования технологий квантового вычисления. Cirq чаще используют для работы с алгоритмами Гровера, Шора и др. Программу можно протестировать на симуляторе.

Q#

Разработчик: Microsoft

Q# — это часть Microsoft Quantum Development Kit (QDK). Он содержит инструменты для симуляции, разработки программ и интеграции квантовых вычислений с кодом на C# или Python.

Какая математика потребуется разработчикам?

Разработчик должен уметь работать с матрицами и векторами, потому что с их помощью описывают состояния кубитов и операции над ними.

Векторы показывают, где кубит «находится» в пространстве, а матрицы управляют его изменениями.

Все квантовые операции — это просто умножение вектора состояния на матрицы. Но результат нельзя узнать до момента измерения, поэтому вероятность каждого расчета задается квадратичными модулями коэффициентов.

Квантовые вычисления невозможно представить без комплексных чисел. Они учитывают направление фазы, необходимое для описания интерференции (суперпозиции).

В будущем программист должен понимать, как измерения кубитов приводят к результатам с заданной вероятностью, и уметь моделировать суперпозицию.

Когда начинать изучать квантовые вычисления?

Развитие квантовых технологий находится на этапе перехода от исследовательской стадии к практике в реальных приложениях. До массового внедрения далеко, десятки лет.

Уходить сегодня из фронтенда в разработку квантовых программ — это как создавать ИИ в 80-х годах.

Основное ограничение — количество активных кубитов и стабильность вычислений. Процессор IBM Condor с 1121 кубитом побил рекорд по мощности, но поддержание кубитов в суперпозиции и подавление квантового шума остаются нерешенными проблемами.

Сегодня использование квантовых вычислений сводится к узким задачам: симуляции материалов, исследованию химических соединений.

Какие компании уже инвестируют в квантовые вычисления?

IBM — лидер в разработке квантовых технологий. Их платформа IBM Quantum Experience предоставляет доступ к настоящим квантовым компьютерам через облако.

В 2016 году компания запустила первый публичный квантовый процессор и продолжает увеличивать масштаб вычислений, предлагая обучение и инструменты для разработчиков Qiskit.

Google тоже добилась успеха, заявив о квантовой супрематии — решении задачи, недостижимой для классических компьютеров, с помощью своего процессора Sycamore. Google работает над оптимизацией алгоритмов и предоставляет инструменты для программирования на платформе Cirq.

Microsoft раньше других взялась за развитие языка программирования для квантовых вычислений — Q#. Вместе с этим доступен Quantum Development Kit, который моделирует квантовые программы и тестирует на симуляторах.

Amazon тоже не осталась в стороне. Компания предлагает облачный сервис AWS Braket, интегрирующий работу с квантовыми симуляторами.

При появлении первых ПК компании разрабатывали собственные операционные системы, процессоры и платформы. Сегодня квантовые технологии находятся на той же стадии — это начало глобальной гонки за квантовую мощь.

Через 5 лет квантовые компьютеры, вероятно, достигнут промежуточной стадии применения. Усилия будут направлены на коррекцию ошибок.

Через 10 лет можно ожидать стабильных образцов с тысячами кубитов. Это станет отправной точкой для коммерческой квантовой индустрии.

Спустя 20 лет квантовые компьютеры, вероятно, станут частью бизнеса. Их будут применять разработчики, работающие с криптографией, ИИ, аналитикой. К этому времени квантовые вычисления станут массовым явлением.

Возможно, поколение разработчиков в 2045 году будет изучать квантовую механику наряду с классической информатикой.

Инструменты и платформы для начала работы

Если не терпится попробовать квантовую разработку, обратите внимание на следующие инструменты.

IBM Quantum Experience и Qiskit

IBM Quantum Experience — это облачная платформа. Она поддерживает запуск кода на реальном квантовом компьютере — 5-кубитном IBM Quito. Платформа содержит учебные курсы, в том числе серию статей по основам квантовой механики.

Чтобы программировать кубиты, зарегистрируйтесь на IBM Quantum Experience и познакомьтесь с библиотекой Python Qiskit.

Пример квантовой схемы:

В библиотеке Qiskit есть модули для изучения оптимизации, машинного обучения и квантовой химии. Если хотите протестировать программу на реальном образце КК, подключайтесь через API.

Google Cirq

Google Cirq — это библиотека Python для создания, выполнения и отладки квантовых вычислений на симуляторах или реальном оборудовании Google. Cirq подходит для тех, кто хочет более программно ориентированный подход к квантовой механике.

Особенности:

• Cirq задает низкоуровневую структуру операций над кубитами.
• Полностью бесплатная библиотека, поддерживаемая Google.
• Интеграция квантовых и классических инструментов в одном коде.

Пример квантовой схемы:

Чтобы использовать физический процессор, нужно подключиться к облаку Google Quantum.

Microsoft Q#

Q# — язык с высоким уровнем абстракции. Его используют, чтобы сосредоточиться на алгоритмах без погружения в низкоуровневую обработку кубитов.

Для работы с Q# понадобится Quantum Development Kit, .NET, расширение для Visual Studio или VS Code.

Простая программа на Q#:

Код выполняется через симулятор, встроенный в QDK.

Microsoft предлагает облако с доступом к реальным квантовым процессорам. После настройки учетной записи Azure можно отправлять программы на лабораторные компьютеры и гибридные симуляторы.

Симуляторы

Чтобы лучше понять работу квантовых вычислений, стоит начать с симуляторов:

• IBM Aer. Входит в состав Qiskit, имитирует шумовые и идеальные квантовые процессы.
• Google Cirq’s Simulator. Интегрирован в библиотеку Cirq, поддерживает широкий спектр квантовых операций.
• Microsoft Quantum Simulator. Разработан для работы с Q#, позволяет запускать программы и тестировать квантовые алгоритмы.
• QuTip. Библиотека Python для работы с квантовыми системами, поддерживает симуляцию квантовых состояний, унитарных операций и вычислений.

Если вы новичок — используйте Qiskit + IBM Aer.

Любите низкоуровневое программирование? Google Cirq — ваш выбор.

Чувствуете, что вам нужен язык высокого уровня с интеграцией в классические приложения? Тогда изучайте Q# + Microsoft Quantum Simulator.

Что в итоге?

Квантовые компьютеры не заменят классические — они дополнят их, решая специфические задачи. Симулировать кубиты непросто: для будущей интеграции квантовых технологий придется пополнить стек новой библиотекой и пройти курс по квантовой физике.

IBM, Microsoft и Google развивают экосистемы для новых специалистов. Есть симуляторы и обучающие материалы. Они немного облегчают вход в эту сферу.

Перед изучением темы нужно признать, что квантовые вычисления — это, без преувеличения, самое сложное направление программирования.

С целью предотвращения подобных инцидентов была создана принципиально новая модель защиты данных Zero Trust (ZT). Концепция «Never trust, always verify» (Никогда не доверяй, всегда проверяй) основана на простой идее: любые субъекты инфраструктуры — юзеры, устройства, приложения — не могут считаться надежными только потому, что они взаимодействуют в рамках одной системы. Субъектам нужно постоянно подтверждать свои права на доступ к общим ресурсам. Контроль и строгая политика идентификации присутствуют в такой системе всегда.

Узнаем, что собой представляет концепция Zero Trust, в чем ее отличие от традиционных методов информационной безопасности, в чем преимущества «нулевого доверия» и каким компаниям стоит задуматься о переходе на новый формат защиты данных.

Чем Zero Trust отличается от традиционной безопасности

Стандартные протоколы безопасности предусматривают размещение субъектов корпоративной системы в пределах защищенного контура, при этом все важные и конфиденциальные данные хранятся на собственных серверах и оборудовании компании (формат on-premise).

Предполагается, что при работе в таком режиме создается безопасная среда, в которой пользователи и устройства могут без ограничений взаимодействовать между собой. Защита фокусируется на внешнем периметре и выявляет потенциальные уязвимости при проникновении со стороны.

Такой подход эффективен до тех пор, пока зона зашиты ограничена локальной сетью, а сотрудники работают в пределах одного офиса или небольшой группы. Но времена меняются — сейчас востребованы более сложные форматы корпоративного взаимодействия, например, работа в облаке. Сложно сохранить контур неуязвимым, постоянно находясь в сети — корпорациям требуются более прогрессивные способы защиты.

Концепция тотального недоверия

Ответом на современные вызовы стала концепция Zero Trust. Ее постулат — постоянное сомнение в надежности внутренней сети. В системе координат Нулевого доверия разделения на внешнее и внутреннее пространства сети не существует. Нет и полной свободы в обращении с данными внутри доверенной среды (вспоминаем про утечки).

Zero Trust не верит в надежную защиту периметра, а подвергает полноценной проверке любые действия юзеров, приложений и устройств. Субъектам, прежде чем получить доступ к каким-либо ресурсам, требуется в обязательном порядке подтвердить свои права на такие действия.

Может показаться, что Zero Trust создает пользователям надуманные сложности. Но у концепции есть сугубо практический смысл — с надежной защитой к периметру могут без ограничений подключаться не только штатные сотрудники компании, но и удаленщики, партнеры, фрилансеры, клиенты.

Эти взаимодействия происходят в безопасном режиме, при этом каждый обладает лишь теми правами, которые ему необходимы. То есть, если злоумышленник взломает чью-то учетку, его возможности все равно будут ограничены. Такое проникновение не скомпрометирует всю инфраструктуру и будет быстро ликвидировано.

Концепция Zero Trust актуальна, в первую очередь, для крупных корпораций с тысячами клиентов и многочисленными удаленными сотрудниками — это банки, страховые компании, образовательные платформы, медицинские и другие учреждения, которые используют в работе гибридные и облачные среды и особенно нуждаются в защите от утечки данных.

Основные принципы Zero Trust Security

Нулевое доверие — закономерный результат эволюции инструментов цифровой безопасности. Однако внедрение этой концепции предполагает существенное переформатирование существующих протоколов защиты.

Сформулируем базовые принципы Zero Trust.

Опасность повсюду

Система нуждается в постоянном мониторинге и журналировании. Согласно базовым установкам ZT, злоумышленники есть снаружи и внутри сети, а значит, ни к одному устройству, приложению или пользователю нет доверия по умолчанию.

Каждый субъект считается ресурсом. Например, если сотрудник подключается к рабочей среде через смартфон, устройство тоже определяется как ресурс, нуждающийся в проверке. Необходимо убедиться, что любые ключи аутентификации защищены должным образом.

Минимальный доступ

Принцип Least Privilege (минимальные привилегии) означает, что пользователям разрешен ограниченный доступ к данным в необходимых пределах. Взаимодействие субъектов с конфиденциальными данными сведено к минимуму, полное доверие внутри периметра больше не работает.

Сегментация как основа безопасности

Микросегментация — разделение сети на отдельные фрагменты в соответствии с типом данных. Для каждого из таких компонентов действуют свои настройки безопасности и доступа.

Такая схема гарантирует, что пользователи не получат доступ к другим сегментам без дополнительной верификации. Жесткий контроль существенно снижает риски хакерских атак и защищает ключевые элементы системы.

Многофакторная аутентификация

Для получения доступа пользователи проходят проверку с помощью MFA — такой способ более надежен, чем двухфакторная идентификация. В Zero Trust минимизированы любые риски ошибочного подтверждения личности пользователя.

Действует три правила мультифакторной верификации:

1. Безопасность не должна основываться только на симметричных ключах, паролях, кодах либо контрольных вопросах.
2. Для надежной защиты от фишинга и взломов требуется специальное программное обеспечение.
3. Технологии MFA должны быть масштабируемы и просты в применении.

В сложных системах с ZT доступ учитывает как личность пользователя, так и поведенческие факторы. Управление доступом на основе контекста предполагает множественные критерии проверки субъектов — местоположение, IP-адрес, соответствие устройства корпоративным форматам.

Преимущества внедрения Zero Trust Security

Концепция нулевого доверия на порядок усиливает безопасность данных в организациях и снижает затраты на защиту конфиденциальности.

В числе основных плюсов Zero Trust:

• Надежная защита от утечек данных, атак на цепочки поставок и программы-вымогатели. Конфиденциальная информация становится менее доступной для злоумышленников. Поскольку сеть сегментирована, а доступ ограничен, хакерам сложнее скрыть свои действия. Система быстро обнаруживает взлом, если таковой случается, и не допускает массовой утечки.
• Улучшенный контроль доступа. Благодаря защите конечных точек и многофакторной проверке, модель ZT блокирует попытки злоумышленников получить доступ к сетям и приложениям, защищает бизнес от инсайдерских угроз. Это делает систему наиболее эффективным инструментом управления из всех существующих.
• Расширенные возможности для бизнеса. У компаний появляется больше вариантов для развертывания инфраструктуры. Они могут: выбирать для работы облачные и гибридные среды, частные и публичные сети; увеличивать количество конечных точек; подключать новые серверы и приложения. Сокращаются расходы на инфраструктуру, а возможности для роста и масштабирования становятся почти неограниченными.
• Безопасность дистанционного взаимодействия. Благодаря надежной защите данных, компании могут более интенсивно развивать удаленные форматы работы — нанимать сотрудников по всему миру, предоставлять им больше ресурсов для продуктивной работы и повышать производительность труда.
• Прозрачность. Модель Zero Trust, развернутая в облаке, обеспечивает прозрачность сетевого трафика. Поставщики услуг выполняют постоянный мониторинг сетей, устраняют неполадки, внедряют обновления и патчи, следят за цифровой безопасностью устройств и самих приложений для аутентификации.
• Удобное использование. Внедрение обновленных политик доступа и технологий проверки личности позволяет отказаться от самостоятельной аутентификации пользователей в течение рабочего дня. Принцип единого входа с MFA избавляет сотрудника от запоминания сложных паролей.

Рабочую модель ZT несложно настроить в соответствии с корпоративными и внешними нормативами. Такая среда безопасности упрощает аудит и способствует соблюдению международных стандартов типа PCI DSS.

Недостатки и вызовы внедрения Zero Trust

У концепции есть и минусы:

• Сложная реализация. В больших корпорациях со сложной ресурсной структурой внедрение инструментов и принципов Нулевого доверия занимает месяцы, иногда годы. Процесс включает в себя инвентаризацию всех подключенных устройств и их модернизацию (при необходимости), установку новой корпоративной политики, запуск систем управления.
• Затраты на внедрение. Переход на ZT требует масштабных инвестиций, особенно если речь идет о компаниях с сотнями сотрудников, множеством конечных устройств и офисами в разных городах. Кроме того, сотрудников придется обучать новым стандартам работы.
• Ограниченная сфера применения. Для компаний, которые работают с локальными сетями, переход на новый формат будет слишком затратным. Им придется довольствоваться стандартными инструментами безопасности.

Облачные сервисы широко применяют зарубежные компании, однако в России массовое использование таких технологий еще впереди. И хотя гибридные форматы работы практикуют во многих корпорациях, вопросы кибербезопасности по прежнему решаются с помощью морально устаревших локальных технологий. Отсюда многочисленные утечки данных, о которых мы регулярно читаем в СМИ.

При этом внедрение облачных технологий в бизнес-процессы — неизбежный процесс, обусловленный общими трендами цифрового мира. Это значит, что компаниям все равно придется переходить на новые стандарты безопасности. Лучше сделать это раньше конкурентов, чем оказаться в роли догоняющего. Кроме того, утечки и хакерские атаки всегда связаны с издержками, возможно, более серьезными, чем затраты на внедрение ZT.

Ключевые шаги для перехода на Zero Trust

Внедрение архитектуры Zero Trust в существующую систему — долгосрочный процесс, требующий серьезных вложений в технологии, инструменты и человеческие ресурсы. Рассмотрим основные этапы реализации на примере среднестатистической компании.

Аудит устройств и инфраструктуры

Потребуется провести инвентаризацию всех ресурсов организации, отследить взаимодействие между компонентами, оценить текущий уровень безопасности, способы доступа сотрудников и связанные с ними риски.

Аудит касается:

• конфиденциальной информации;
• всех устройств с доступом к ресурсам, включая персональные гаджеты сотрудников;
• используемого софта;
• учетных записей.

По итогам инвентаризации составляют полный каталог, который поможет отследить, где расположены активы компании и кто имеет к ним доступ. Потребуется оценить критические точки уязвимости и наиболее значимые для рабочих процессов ресурсы.

Внедрение решений для контроля доступа и управления

Новые инструменты внедряются в рабочие процессы постепенно и последовательно. Технологии Нулевого доверия позволяют отслеживать новые уязвимости и блокировать угрозы в реальном времени. Благодаря сегментации и ограниченному доступу, минимизируется объем данных, который может быть похищен при разовой атаке.

Разработка и внедрение архитектуры Zero Trust — дело экспертов. Им предстоит разбить сеть на сегменты, установить многофакторную идентификацию и новые политики безопасности для каждой группы устройств и пользователей.

Исполнение и мониторинг

Запуск новых стандартов требует времени. Нужно обучить сотрудников работе в новых условиях, объяснить им значимость подхода Нулевого доверия. Это снизит риски некомпетентного вмешательства и ошибок по вине человеческого фактора.

Сети и устройства, работающие по новым стандартам, требуют профессионального мониторинга. Необходимо также контролировать поведение пользователей, чтобы оценить эффективность протоколов ZT и внести коррективы, если потребуется.

Инструменты и технологии для Zero Trust Security

В число наиболее эффективных на текущий момент технологий реализации «концепта тотального недоверия» входит виртуальная сеть Zero Trust Network Access.

Система ZTNA состоит из контроллера, управляющего доступом пользователей и приложений, и сервисного шлюза, который рассматривает подключаемые устройства и предоставляет им защищенный доступ к корпоративным ресурсам. Шлюз User Gate определяет, к какому сегменту данных можно подключить пользователя, управляя процессом в режиме онлайн в строгом соответствии с протоколами безопасности.

Среди систем управления доступом наиболее востребованы Azure и Okta. Первый инструмент — комплексная платформа, которая предоставляет организациям облачные сервисы, компоненты управления и безопасности под контролем искусственного интеллекта.

Okta — система управления аутентификацией, работающая в облаке и на реальных устройствах за межсетевым экраном. Этот инструмент разработан для веб-приложений и применяется для бесшовного контроля единой аутентификации пользователей, получающих услуги и цифровые услуги онлайн.

В рамках реализации политики Нулевого доверия применяются современные SIEM-системы — высокопроизводительные программы мониторят и анализируют данные в реальном времени и дают полную оценку уровня цифровой гигиены в системе. Тщательный анализ информации из различных источников позволяет выявить угрозы и уязвимости, которые не отслеживаются другими инструментами.

Когда стоит задуматься о переходе на Zero Trust Security

В первую очередь, внедрение Zero Trust Security актуально для крупных корпораций, которые работают с большими массивами данных и конфиденциальной информацией. Переход на новую политику необходим компаниям, активно работающим с удаленными сотрудниками или использующими гибридные форматы взаимодействия с персоналом.

Использование облачных структур — еще одна причина внедрения ZT в рабочие процессы. Стоит задуматься о новом уровне безопасности при обновлении устаревших систем, подключении сторонних устройств и расширении производства. Структура ZT абсолютно необходима поставщикам ПО как услуги (SaaS) непосредственно в браузере через облачные сервисы.

Если компания работает с перспективными стартапами, занимается финансами, инвестициями, страхованием, безопасность данных — вопрос первостепенной важности. Использование устаревших систем защиты в целях оптимизации и экономии ресурсов — недальновидное решение, которое может стоить компании репутации и денег.

Для этого использовали NES86 — эмулятор IBM PC на NES, который эмулирует процессор Intel 8086 и создаёт среду, совместимую с ELKS (Embedded Linux Kernel Subset).

Проект доказывает: даже на железе 80-х можно заставить работать современные системы.

Что реально запустили?

• Ядро ELKS – облегчённая версия Linux, созданная для процессоров x86 16-bit.
• Оболочка и базовые утилиты – работа в Терминале возможна!
• Файловая система – пусть и с ограничениями, но функционирует.

Какие ограничения?

NES – это не современный ПК, поэтому:

• Производительность минимальна – консоль просто не тянет сложные процессы.
• Нет многозадачности – выполняется одна операция за раз.
• Графический интерфейс не поддерживается – только текстовые команды.

На чём можно запустить?

• Эмуляторы: NES86 стабильно работает на FCEUX и Rustico.
• Оригинальная NES: требуется Everdrive N8 Pro, так как стандартный Everdrive N8 не поддерживает проект.

Почему это важно?

Этот эксперимент – не просто фанатская забава. Он демонстрирует:

• Гибкость Linux – система может работать даже на консоли 80-х.
• Возможности кроссплатформенной адаптации – подобные технологии могут быть полезны в сфере ретро-компьютинга.
• Наследие NES – культовая консоль продолжает удивлять спустя десятилетия.

Проект NES86 уже доступен в открытом репозитории. Более подробно – на GitHub.

В целом структуру файловых систем (ФС) в Линукс определяет унифицированный стандарт FHS (Filesystem Hierarchy Standard), однако есть множество нюансов, в которых стоит разобраться, прежде чем работать с этой ОС.

Выясним, что собой представляет файловые системы, доступные в Linux, какие директории и типы файлов в них содержатся, как управлять ФС и что такое монтирование в Линуксе.

Общий обзор файловой системы Linux

Еще на стадии установки Linux предоставляет пользователю выбор файловой системы — разные типы ФС уже встроены в ядро ОС. Выбирать нужно в соответствии с требованиями и задачами владельца устройства, поскольку у каждой системы свои функциональные возможности. В Windows опции выбора нет — в этом одно из принципиальных отличий этой ОС от Linux.

Различается и иерархическое устройство ФС, а также структура каталогов. В Линукс поддерживается разбивка жесткого диска на разделы. В специальной таблице определяются физические границы разделов, где содержатся метки и адреса расположения начальных и конечных точек.

В каждый раздел можно поставить свою файловую систему, отвечающую за способ организации данных. Основу ФС составляет базовый набор правил, который определяет, где и как хранится информация. Технический слой отвечает за структурирование данных на конкретных типах носителей.

Правильный выбор файловой системы влияет на следующие показатели:

• скорость выполняемых операций;
• сохранность файлов;
• скорость записи данных;
• размер и другие параметры файлов.

От типа файловой системы в Линукс зависит и то, будет ли информация сохраняться в оперативной памяти устройства и каким способом пользователь может воздействовать на конфигурацию ядра.

Архитектура файловой системы размещается на жестком диске или в оперативной памяти компьютера. ФС отвечает не только за организацию данных, но и за управление ими в соответствии с базовыми правилами.

В Линукс ФС представляет собой пространство, разделенное на блоки определенных размеров, кратных 1024, 2048, 4096 байт и т.д. Вместимость блоков известна заранее и ограничена максимальным объемом ФС.

Обмен данными реализуется двумя способами:

• С помощью VHS — виртуальной файловой системы. В таких системах ядро и установленные приложения работают совместно без учета особенностей конкретных ФС;
• С помощью драйверов, отвечающих за обмен данными между железом и софтом.

Список систем, поддерживаемых ядром, находится в файле /proc/filesystems. Наиболее востребованные ФС мы подробно рассмотрим в одном из следующих разделов.

Структура ФС и каталога

В Linux файловая система отвечает также за иерархию, то есть порядок распределения файлов. Структура подобна дереву — в основе лежит корневой каталог root directory, от которого отходят «ветви».

В такой ФС работает принцип целостности — изменения, которые внесли в один файл, никак не повлияют на другой, если он не связан напрямую с первым. Данные хранятся в физической памяти. Целостность системы можно проверить с помощью команды fsck.

В Linux используется несколько типов файлов. Часть из них повторяет аналогичные пакеты в Windows — это текстовые документы, медиа различного формата, музыка. Принципиальные различия начинаются с каталогов, представленных отдельными типами файлов.

Жесткие диски в такой структуре относятся в блочным устройствам, принтеры — к символьным, в отдельной группе — символические ссылки, о которых расскажем позднее. В типы файлов входят каналы взаимодействия между процессами и гнезда центрального процессора. Тип файла можно определить через команду ls.

Структура каталога выглядит следующим образом:

Помимо единственного корневого раздела root, присутствуют подкаталоги, к которым привязаны соответствующие каталоги. Типовая структура первых двух уровней выглядит так:

├── bin -> usr/bin

├── boot

│ ├── grub

│ └── lost+found

├── dev

│ ├── block

│ └── …

├── etc

│ ├── …

│ ├── update-manager

│ ├── update-motd.d

│ └── xdg

├── home

├── lib -> usr/lib

├── lib32 -> usr/lib32

├── lib64 -> usr/lib64

├── libx32 -> usr/libx32

├── lost+found

├── media

├── mnt

├── opt

├── proc

│ ├── …

│ └── tty

├── root

├── run

│ └── …

├── sbin -> usr/sbin

├── srv

├── sys

├── tmp

│ └── …

├── usr

└── var

Каждый файл в ФС Линукса имеет конкретный индекс Inode. У одного файла в такой структуре может быть несколько имен, т.е. путей. В структуре системы файлы могут различаться, но на жестком диске им соответствует один файл. Такое свойство называют перекрестной иерархичностью — ветви дерева пересекаются.

Inode — индексный дескриптор, который используется в UNIX-системах. В нем хранятся все мета-данные о файле: владелец, время последнего обращения, размер, другая информация.

Каталог можно переместить в другую ФС, после этого его дескриптор будет создан заново. Только после этого исходник будет удален. В пределах одной системы изменится только путь файла. Каталоги и файлы существуют до момента, пока хранятся данные об их имени или пути к ним. При удалении этой информации блоки освобождаются под другие файлы.

В числе других особенностей Linux — ссылки двух типов:

• жесткая ссылка (то есть hard link) — путь файла, заданный командой ls -li;
• символьная ссылка (symbolic link) — файл стандарта UNIX с текстовой строкой, задающей путь к оригинальному файлу.

Существует также суперблок, где хранятся все параметры ФС — общее количество блоков и Inode, наличие свободных блоков и данные о них. Суперблок должен сохранять целостность — это напрямую влияет на стабильность и работу всей системы. Для безопасности в Линукс создается несколько копий для восстановления информации в случае ее потери.

Ключевые директории и их назначение

В Linux директория — фундаментальный элемент системы. Это каталог (папка), где содержатся другие файлы, расположенные согласно иерархии. Отправной точкой, а точнее, базой выступает корневой каталог «/», на котором выстраивается вся система.

В некоторых источниках этот каталог сравнивают с диском С на винде, но это не совсем корректное сравнение — в Линуксе нет буквенных дисков. В Windows дополнительный раздел расположен на диске D, в Линукс это будет отдельная папка с тем же корнем. Иными словами, путь к любому файлу проходит через корень.

Пример. Файл /home/user/alien имеет структуру root -> home -> user -> documents, и никакую другую.

Рассмотрим наиболее востребованные директории и их функции.

Пользовательские файлы /bin и /sbin

В этой директории расположены бинарные исполняемые файлы, которые требуются для загрузки системы и ее работы. Именно здесь вы найдете команды ls, cp, grep, mv, ping и прочие утилиты, доступные каждому юзеру. В /usr/bin хранятся и такие приложения, как браузер Chrome, Firefox и другие.

В каталоге /sbin, который имеет схожую конфигурацию, содержатся важные исполняемые файлы для системного администрирования. Это iptables, reboot, fdisk и т.д..

Пользовательские данные /home (домашняя папка)

В этом каталоге хранится домашняя папка с личными файлами и настройками. Например, если ваше имя юзера — denis, у вас будет домашняя папка /home/denis. Сюда записываются, например, скачанные файлы. Если пользователей несколько, они будут записывать файлы в свои папки. Для изменения других системных файлов потребуются права root.

Конфигурационные файлы /etc

Это место хранения файлов конфигурации — сетевых настроек, приложений, файлов инициализации различных служб (серверов печати, хостов и т.д). Папка крайне важна для работы всей системы. При необходимости общие файлы можно редактировать вручную в текстовом редакторе.

Файлы устройств /dev и системные файлы /proc

В директории /dev хранятся интерфейсы системных и периферийных устройств — дисков, принтеров, динамиков и прочих. В Линуксе устройства представлены в виде файлов. Стоит понимать, что это не совсем файлы в том виде, к которому мы привыкли. Псевдоустройства из этого каталога — это, например, генераторы случайных чисел /dev/random.

Файлы ядра и процессов содержатся в каталоге /proc. В нем, как и в /dev, нет стандартных файлов, а есть специфические области данных о системах и процессах. Здесь есть информация о процессоре /proc/cpuinfo; сведения о памяти, используемой системой — /proc/meminfo; время — /proc/uptime. Тут же содержится информация о системных ресурсах.

Переменные (изменяемые) данные /var

В этой директории лежат данные, которые в процессе работы системы постоянно меняются. Сюда относятся логи, кэши, системные журналы, почтовые очереди и прочие файлы, создаваемые программами.

Это записываемая директория, которая в стандартном режиме доступна только для чтения. Логи содержатся в /var/log, базы данных в /var/lib, файлы для перезагрузки в /var/tmp.

Статические файлы для загрузки /boot

Это важные файлы для загрузки ОС, в том числе ядра Линукс. Запуск системы без этой папки проблематичен. При этом файлы конфигурации загрузчика находятся в другой папке — /etc, о которой мы писали выше.

Общие файлы библиотеки /lib

В директории /lib находятся файлы, которые обеспечивают работу системных программ и ядра. Эти данные приложения и бинарные файлы /bin и /sbin используют для выполнения заданных функций.

Съемный носитель /media

В этом директории монтируются съемные носители. К примеру, когда вы используете компакт-диск или флешку, автоматически создается каталог. Юзеры получают полный доступ к содержимому носителей.

Временные файлы /tmp

В директории хранятся временные файлы, которые создаются приложениями в процессе работы. При перезагрузке содержимое этого каталога, как правило, очищается. Можно удалить файлы без перезагрузки с помощью соответствующих утилит.

Восстановленные данные /lost+found

В любой ФС Linux есть такая директория. Если в системе случится сбой, при следующей загрузке произойдет автоматическая проверка, и любые обнаруженные поврежденные файлы отправятся в каталог /lost+found, чтобы пользователь при необходимости смог восстановить данные.

Файлы состояния приложений /run

Относительно новая директория в Линукс. Здесь хранятся необходимые приложениям временные файлы — сокеты, идентификаторы процессов и другие. В отличие от каталога /tmp данные в /run нельзя удалить.

Типы файлов в Linux

Линукс подчиняется концепции «Всё есть файл», то есть работа с системой — это по сути взаимодействие с файлами. Применяются разные файлы, используемые как для стандартных данных, так и для устройств.

Плюс этой концепции в том, что система не тратит ресурсы на реализацию отдельных API для каждого приложения, так как все стандартные программы и процессы реализуются через работу с файлами.

Рассмотрим типы файлов, которые используются в Linux:

• Обычные (regular). Это стандартные файлы, используемые чаще других — данные, текст, исходный код, медиа и все остальное;
• Файлы устройств. Сюда входят символьные и блочные файлы (char и block devices), представляющие внешние устройства — принтеры, жесткий диск и другие;
• Именованные каналы. Файлы named pipes требуются для взаимодействия между процессами и передачи данных;
• Ссылки. Используется два типа ссылок. Символические (так называемые симлинки) — работают как ярлыки для указания других каталогов и файлов; жесткие — отвечают за альтернативные способы доступа к физическим данным на диске и выступают дубликатами файлов, но без их фактического дублирования;
• Каталоги. Папки со ссылками на файлы и другие папки. Отвечают за организацию данных и их распределение по категориям, упрощают доступ к различным разделам;
• Сокеты. Файлы, предназначенные для обмена данными при выполнении рабочих задач. Используются как внутри системы, так и при взаимодействии устройств друг с другом. По сути, это своего рода почтовые службы, с помощью которых программы пересылают информацию друг другу;
• Двери. Еще один механизм, ответственный за взаимодействие между процессами.

В Линукс у каждого типа файла своя задача в системе управления. Такая схема работы обеспечивает мощность, придает ей гибкость и устойчивость. Поскольку внешние устройства представлены блочными файлами, с ними можно работать с помощью стандартных методов.

Управление файловой системой

Через консоль управления (терминал) в Linux доступен целый арсенал для работы с директориями и файлами.

Основные команды управления:

• Is. Просмотр содержимого папки и навигация. При использовании с различными опциями возможности расширяются, например, команда ls -l создает подробный список;
• cd. Путь к папке — меняет текущую директорию на указанную пользователем;
• pwd. Обозначает текущие местоположение юзера в структуре каталогов;
• mkdir. Используется для создания новой папки с присвоением ей имени;
• cp. Копирует файлы из исходной папки в целевую;
• mv. Перемещает или переименовывает каталоги и файлы;
• rm. Удаляет указанные файлы;
• cat. Выводит содержимое указанного файла в окно панели управления;
• less. Используется для постраничного пролистывания файла;
• touch. Создает новый пустой файл (с новым именем);
• ln -s. Генерирует символьную ссылку, указывающую на выбранный каталог или файл;
• which. Демонстрирует пошаговый путь к исполняемым файлам;
• nano. Используется для текстовой редактуры файла;
• locate. Применяется для поиска файлов по заданным шаблонам.

Указанные выше команды формируют основу для взаимодействия с ФС. При необходимости используется более расширенный список.

Монтирование и файловые системы Linux

Монтирование — подключение файловых систем, жестких дисков и внешних носителей, получение доступа к ним, ручное и автоматическое отключение. При загрузке ядро устройства на Linux автоматически монтирует разделы, считывая данные из конфигурации /etc/fstab.

При подключении устройств каталог ассоциируется с ними с помощью драйвера, которому передается сгенерированная ссылка. В случае успешного взаимодействия ядро вносит данные в таблицу монтирования.

Монтирование системы реализуется с помощью команд mount и umount, подготавливающих устройства и точки монтирования. Они реализуют автоматическое подключение ФС. К виртуальной машине подключается диск /dev/sdc, на котором создаются разделы для файловой системы. После создания точки монтирования процесс загрузки ФС запускается.

Какие файловые системы на Linux наиболее востребованные:

• Ext. Первая ФС, разработанная специально для Линукс. Система значительно превзошла предыдущие решения по производительности и функционалу;
• Ext2. Улучшенная версия первой ФС. Повышает надежность, улучшает управление и позволяет работать с большим количеством данных и файлов;
• Ext3. Третье поколение ФС для Линукс. Поддерживает журналирование, что делает работу более стабильной и минимизирует риски потери данных после сбоев системы;
• Ext4. Новейшая версия с повышенной эффективностью и масштабируемостью. Технически более совершенный вариант, упрощающий работу с большим объемом данных;
• JFS. Разработка компании IBM. Эффективно использует ресурсы, отличается высокой производительностью, рассчитана на сильные нагрузки;
• XFS. Высокопроизводительная ФС, разработанная компанией SGI. Подходит для работы с серверами и системами хранения данных;
• ReiserFS. Разработка программиста Ганса Райзера. Главная особенность — возможность при необходимости увеличивать размер блока, тем самым избегая фрагментации;
• Btrfs. Продукт компании Oracle. Обеспечивает гибкость при управлении данными, предоставляет опции оперативной проверки и восстановления файлов, интегрирует разные устройства в единую ФС;
• Swap. Позволяет использовать дисковое пространство как виртуальную память, если физические возможности RAM исчерпаны. Технически этот инструмент нельзя назвать файловой системой, но он обеспечивает широкие возможности для управления данными в Линукс.

ОС Linux уникальна в плане адаптации к разным сценариям использования, поскольку поддерживает работу многих файловых систем. Функциональное разнообразие обогащает платформу, позволяя тестировать и внедрять в практику множество полезных инноваций.

При этом у пользователя всегда есть свобода выбора — например, между стабильностью линейки Ext и гибкими возможностями файловых систем XFS, JFS. Безграничные возможности выбора отражают дух сообщества Linux, где независимые разработчики постоянно предлагают новые решения, обеспечивая постоянное развитие экосистемы.

Уже давно было очевидно, что Hashicorp изо всех сил пытается заработать деньги, понеся убытки в размере 274 миллионов долларов в 2023 году. Это, несомненно, привело к весьма спорному переходу на лицензию BSL в августе 2023 года и форку сообщества OpenTofu. Hashicorp вряд ли одинока в своих проблемах, поскольку Redis использует аналогичный подход, что приводит к появлению форка Valkey или Elasticsearch с изменениями лицензии…

Проблема монетизации проектов с открытым исходным кодом

По сути, многие из этих компаний изо всех сил пытались в достаточной степени монетизировать разработанные ими инструменты с открытым исходным кодом, и именно здесь я хочу развеять миф, который, похоже, существует у некоторых людей:

Такого понятия, как «свободное» программное обеспечение, не существует.

Конечно, существует множество программ, которые бесплатны на момент использования и могут быть модифицированы в соответствии с разрешительными лицензиями и тому подобным. Но, по сути, разработчики тратят время на написание кода, а это время обычно требует некоторой оплаты.

Я понимаю, что есть несколько проектов для хобби, в которые люди могут внести свой вклад в свободное время, но крупные проекты с открытым исходным кодом обычно поддерживаются крупными технологическими фирмами, которые предоставляют инженеров или деньги, чтобы разработчики могли работать над ними неполный рабочий день или полный рабочий день полностью, Linux foundation.

В качестве другого примера можно привести тот факт, что Google по-прежнему является крупнейшим участником проекта Kubernetes. Google может это делать, потому что зарабатывает на использовании сервисов, которые зависят от него, и продаёт управляемые предложения на движке Google Kubernetes Engine.

Проблема с покупкой IBM Hashicorp

Таким образом, Hashicorp потерпела финансовую катастрофу, несмотря на то, что у них были хорошие продукты, многие работали с Terraform и Packer и внедряли Vault. Многим компаниям понравился инструментарий Hashicorp, потому что он по своей сути не зависит от облака; для организаций с несколькими облаками предпочтительнее использовать общий язык конфигурации в Terraform или решение для управление секретами в Vault, чем изучать их в AWS, Azure, Google Cloud или множества других поставщиков.

Это подводит нас к моей первой проблеме: у IBM есть конфликт интересов. Так как у IBM есть собственное облачное предложение, доля которого на рынке, по общему признанию, составляет 1,8%, то зачем им продолжать разрабатывать инструменты, которые, откровенно говоря, приносят больше пользы их конкурентам, чем им самим?

Вторая проблема, возможно, самая большая, заключается в том, что у IBM есть множество неудачных приобретений хороших компаний-разработчиков программного обеспечения. В недавней истории приобретение Red Hat привело к изменениям в CentOS, которые сократили долю рынка этого некогда популярного дистрибутива, как это ни парадоксально, часто в пользу Ubuntu LTS. Другой пример Lotus Software который прекратил разработку в далеких 2000-х годах. Многие просто не доверяют IBM в том, что касается Hashicorp как компании.

Итак, что же мы будем делать дальше?

Итак, главный вопрос, очень похожий на недавнее повышение цен после выхода VMware, я думаю, что это развилка на пути. Либо мы продолжим использовать Terraform, поскольку IBM, несомненно, предпринимает новые усилия по монетизации, чтобы окупить свои инвестиции, либо мы изменим наш инструмент управления IaC.

Какие у нас есть альтернативы в последнем случае?

Что ж, давайте начнем с очевидного: OpenTofu. Это, пожалуй, самое простое краткосрочное «исправление7 для тех, кто не использует передовую версию Terraform, где они могут использовать совместимый двоичный файл, основанный на более ранней версии.

Pulumi — еще один потенциальный вариант, хотя у меня были бы опасения по поводу финансовой устойчивости их бизнес-модели, которая похожа на старую модель Hashicorp.

Crossplane — это ещё один вариант, который создает довольно много шума из-за ориентированного на Kubernetes взгляда на мир. Crossplane использует аналогичный подход, ориентированный на провайдера, как и Terraform, что упрощает расширение на различные платформы. Несмотря на то, что проект поддерживается CNCF (и на момент написания этой статьи проходит процедуру утверждения), основным спонсором, по-видимому, является компания Upbound, в финансовой устойчивости которой тоже есть сомнения.

Другой вариант — использовать «нативный» подход, когда каждый из трёх крупных гиперскалеров предлагает свои специальные опции: создание облака с помощью AWS, Bicep с Azure и Config Controller в Google Cloud. Основным недостатком этого подхода, который я вижу, является фрагментация. Отчасти привлекательность Terraform заключалась в ее согласованности с языком конфигурации, поскольку поставщики абстрагировались от вызовов API, специфичных для конкретного поставщика.

Без сомнения, есть много других инструментов, о которых я не упомянул, и, пожалуйста, прокомментируйте любые дополнительные предложения, которые у вас есть.

Оригинал статьи

Соискатели рассказали, как готовились к интервью, какие задачи решали на первых раундах и на какие вопросы отвечали перед HR.

Собеседование в Amazon

Автор этого отчета последовательно готовился к собеседованию в “большую пятерку” FAANG еще с обучения в бакалавриате. Также он писал свой диплом так, чтобы он казался более значимым в глазах собеседующих. На подготовку к собеседованиям у автора ушло 3 года, и его взяли на работу.

Советы

1. Решайте все задачи по теме “Конкурентное программирование”. Также стоит регулярно решать задачки с сайтов как Leetcode, Interviewbit и Codeforces.
2. Регулярно занимайтесь конкурсным программированием.
3. Постоянно обновляйте свое резюме. В нем должны быть хотя бы 2-3 проекта хорошего уровня, чтобы впечатлить интервьюера.
4. Не врите в резюме.

Раунд 1

1. Рассчитать объем воды

Дан массив ‘arr’ типа long размера ‘n’. При этом ‘arr[i]’ обозначает высоту столбца ‘i’.

Рассчитайте объем воды, который можно было бы собрать, если бы из столбцов массива можно было собрать фигуру. Ширина каждого столбца одинакова и равна 1.

Например, ‘n’ = 6, ‘arr’ = [3, 0, 0, 2, 0, 4]. Тогда ответом будет 10.

Нам нужно реализовать функцию, которая высчитывала бы:

1. В первой строке целое число ‘n’, обозначающее размер массива/списка.
2. Во второй строке ‘n’ целых чисел, разделенных пробелами, представляющих высоту столбиков.

Вывод должен содержать целое число, обозначающее количество воды, которое может быть собрано.

2. Реализация LRU-кеша

Разработать и реализовать структуру данных для LRU-кеша для поддержки следующих операций:

1. get(key) – Возвращает значение кэша, если он есть в памяти. В противном случае, функция должна вернуть -1.
2. put(key, value) – Вставить значение в кэш, если ключа еще не существует, или обновить значение ключа, если ключ уже существует. Перед обновлением элемента кэш должен удалить последнее использованное значение.

При этом у кэша есть емкость, то есть максимальное количество ключей, которые могут храниться в памяти одновременно. Получение доступа к ключу должно определяться как операция put или get. Также последний использованный или обновленный ключ должен дольше всех храниться в памяти.

Первая строка ввода должна содержать два разделенных пробелом целых числа ‘C’ и ‘Q’, обозначающих емкость кэш-памяти и количество выполняемых операций соответственно.

Следующие ‘Q’ строк содержат операции, по одной на строку. Каждая операция начинается с целого числа, обозначающего тип операции.

Если число равно 0, то операция относится к первому типу, и за ней следует один целочисленный ключ.

Если число равно 1, то операция относится ко второму типу, и за ней следуют два целых числа key и value (в таком порядке), разделенные пробелами.

Для каждой операции типа 0 выведите целое число в одной строке, которое обозначало бы значение ключа, если ключ существует, или -1.

Значение Q не меньше 1 и не больше 10^4. Значение C не меньше 1 и не больше 10^5. В выводе не может быть значения меньше 1 и больше 10^9. Время выполнения операции не должно превышать секунды.

Раунд 2

На этом раунде присутствовал HR, разговор происходил наедине в Google Meet. Вопросы от HR:

1. Кто является для вас примером для подражания?
2. Что вы ожидаете от этой работы?

Собеседование в IBM

Автор этого отзыва готовился к интервью 4 месяца.

Советы

1. Отработайте не менее 250 вопросов по программированию и разберитесь с концепциями ОС, сетей и баз данных.
2. В резюме должно быть не менее двух хороших проектов.
3. Изучите нюансы конкретной компании перед тем, как прийти на интервью.
4. Не врите в резюме.

Раунд 1

1. Сортировка массива

Вам дан массив ‘arr’, состоящий из ‘n’ элементов. Каждый элемент массива равен 0, 1 или 2. Отсортируйте элементы массива в порядке возрастания. Не создавайте новый массив, просто внесите изменения в существующий.

Ввод должен содержать две строки, в которой первая содержит целое число, обозначающее количество элементов массива, а вторая содержит элементы массива.

Сперва автор использовал метод сортировки, но интервьюер попросил его не делать этого. Тогда автор просто написал функцию, которая запоминает количество 0, 1 и 2 в массиве.

2. Задача об отрезании веревки

Дана веревка длиной ‘N’ единиц. Она может быть разрезана на части различной длины, и каждый отрезок имеет свою стоимость. Определите максимальное количество вариантов, на которые можно разрезать веревку, вместе с ценами на каждый отрезок.

Размеры отрезков могут варьироваться от 1 до N. При этом сумма отрезков должна равняться N.

Первая строка ввода должна содержать целое число ‘N’, обозначающее длину веревки.

Вторая строка должна содержать вектор ‘A’ размера ‘N’, который показывает стоимость получившихся отрезков, где каждый индекс массива – это поддлина, а элемент с этим индексом – стоимость для этой поддлины.

Поскольку длина отрезка не может равняться 0, то нулевой индекс вектора будет представлять первую поддлину отрезка. Следовательно, индекс N-1 будет представлять стоимость для длины ‘N’.

Раунд 2

Интервьюер спрашивал о проектах, и автор рассказал о них. Затем интервьюер задал несколько вопросов по концепциям ОС.

Вопросы HR:

1. Какие ваши сильные и слабые стороны?
2. Кем вы видите себя через 5 лет?

Собеседование в Microsoft

Автор готовился к собеседованию в течение полугода. В частности, автор решил сделать упор на СУБД и объектно ориентированное программирование.

Советы

1. Практикуйтесь в вопросах по структурам данных и алгоритмам. Можете тренироваться на InterviewBit и выполнять все задания по структурам данных и алгоритмам, которые задают на последних интервью.
2. Решайте задачи на Leetcode. Также стоит участвовать в еженедельных конкурсах, чтобы знать, какие ваши слабые места нужно улучшить.
3. Также стоит изучить основные понятия операционных систем и баз данных.
4. Проведите исследование целей компании и будьте готовы задать некоторые вопросы, связанные с компанией, которые покажут ваш интерес к компании.
5. Ваше резюме должно состоять в основном из навыков, проектов и достижений.
6. Никогда не лгите в своем резюме.

Раунд 1

В этом раунде были даны три задачи по программированию, на решение которых отводилось чуть больше часа.

1. Ближайшее число, кратное 10

Вам дано целое число N. Найдите ближайшее к нему число, кратное 10. Если расстояние до чисел равное, выберите меньшее из них. К примеру, если дано число 3, то правильными ответами будут и 30, и 40. В этом случае стоит вывести 30.

2. Вычислить день недели

Напишите функцию, которая вычисляет день недели для любой даты в прошлом или будущем. К примеру, 28 августа 2020 года приходится на пятницу. Следовательно, ответ должен быть “Пятница”.

Ввод при этом должен содержать три целых числа, разделенных пробелами, которые обозначали бы день, месяц и год соответственно.

Вывод должен содержать значения из списка {"Sunday", "Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday"}.

Также есть ограничения по вводу: число дней не должно превышать 31, число месяцев не должно превышать 12, а год не должен превышать 2,000,000. Кроме того, все эти значения не могут быть меньше 1.

3. Удалить N значений после M значений

У вас есть список и два целых числа «N» и «M». Нужно удалить «N» узлов в списке после количества узлов «M». Иными словами, нужно отсчитать M узлов, после чего удалить N узлов, и так до конца списка.

Первая строка ввода должна содержать элементы односвязного списка, разделенные одним пробелом. Список должен завершаться -1. Следовательно, -1 никогда не будет элементом списка.

Вторая строка должна содержать два целых числа ‘N’ и ‘M’, разделенных одним пробелом.

Вывод должен содержать итоговый список.

Раунд 2

В этом раунде соискатели должны были написать код на бумаге. Он должен быть полностью рабочим. Можно использовать функции библиотек, но нужно объяснить, зачем они понадобились и как работают.

1. Найти элемент последовательности

Есть последовательность: 1, 11, 21, 1211, 111221, 312211, 13112221,...

Она строится так. Первое число читается как “один один”, точнее, как “one One”. Значит, и второе число будет “one one”, то есть 11. Число 11 читается как “two One”, то есть третье число будет равно 21. Число 21 читается как “one Two one One”, то есть четвертое число будет равно 1211. И так далее.

Нужно написать код, который позволял бы найти N элемент последовательности. При этом N должно быть не меньше 1 и не больше 40.

2. Составить самое большое число из элементов массива

Вам дан массив ‘ARR’ длины N, состоящий из неотрицательных целых чисел. Используя только эти заданные числа, переставьте их так, чтобы из них составлялось максимально возможное число.

К примеру, задан массив с элементами ’32’, ‘8’, ’29’. Вы должны расположить числа в порядке ‘8’, ’32’, ’29’. Тогда из них можно будет составить максимальное число 83229. Порядок цифр внутри элементов массива изменить нельзя.

Раунд 3

На этом этапе интервьюеры общались с каждым соискателем лично, лицом к лицу.

1. Упростить путь к файлу

Вам дан путь к файлу/каталогу в стиле Unix длиной N. В файловой системе в стиле Unix точка (.) относится к текущему каталогу. Двойная точка (..) относится к предыдущему каталогу относительно текущего каталога. Если между двумя каталогами имеется несколько косых черт, вы должны превратить их в одну косую черту.

От вас требуется упростить путь и задать конечный пункт в структуре каталогов.

Упрощенный путь всегда должен начинаться с косой черты (/), а между именами двух каталогов должна быть одна косая черта. На конце пути не должно быть косой черты.

Ввод должен содержать число Т, которое указывает, сколько каталогов на пути к файлу нужно отобразить. Кроме того, Т не может быть меньше 1 и больше 100.

2. Упростить полином

В странах бывшего СССР полином называют многочленом. Вам дается полином. К примеру, это будет 5x^3 + 2x^3 + 6x^4 + 2. Нужно упростить его.

Количество элементов полинома не должно быть равно нулю и превышать 10, а степени чисел и коэффициенты не должны превышать 10^5.

Раунд 4

На этом этапе интервьюер спрашивал соискателя о его проектах. Вопросы интервьюера:

1. Расскажите обо всех своих проектах.
2. Какая структура у ваших проектов?
3. Как вы проходили летнюю стажировку?
4. Что такое линейная регрессия?

Раунд 5

Этап собеседования с HR. Вопросы:

1. Что такое СУБД?
2. Объясните ACID.
3. Объясните двухуровневую и трехуровневую архитектуру СУБД.
4. Что такое независимость от схемы в СУБД?

Заключение

Надеемся, подборка оказалась полезной. Судя по всему, она предназначена для миддлов: соискатели указывали, что сложности задач была средней, но отнюдь не простой. А получилось ли у вас решить эти задачи?

Пишите в комментариях, стоит ли и дальше выкладывать подборки задач с интервью и, если стоит, для каких должностей.

Предыстория

Всё началось с того, что в 2000 году IBM выкупила Lotus Development, а заодно и сотрудника компании Яна Клиффорда.

Вот профиль Яна на LinkedIn.

Ян проработал в IBM до 2008 года и ушёл на больничный в должности старшего IT-специалиста. После этого, он ни одного дня не был в офисе. В рамках своего плана медицинского страхования Клиффорд получает 75% от зарплаты в $90 000 в год, то есть около $67 000.

Может показаться, что это очень хорошие условия. Но в 2013 году Клиффорду пришлось подать в суд на IBM за то, что компания не индексировала его зарплату, хотя инфляция росла, а его фактический доход снижался.

Что на самом деле произошло

Выглядит так, будто Клиффорд хочет лёгких денег. Но сам айтишник говорит, что на самом деле ему едва хватает денег на то, чтобы поддерживать свою семью.

Чем больше он находится на больничном, тем меньше становится его реальный уровень дохода. Клиффорд живёт в Великобритании, а его его доход повышают на 2,5%. При том, что инфляция Великобритании — около 10%.

Клиффорд поделился, что проходит дорогостоящее лечение. А ещё ему нужны деньги для оплаты учебы сына в университете и ипотеки. К тому же, Ян потратил все сбережения на судебные издержки и даже залез в кредиты.

Что решил суд

Судья отказал в рассмотрении дела: такие условия доступны только инвалидам. Суд отметил, что IBM обращается с Клиффордом лучше, чем с другими сотрудниками, которые за эти же деньги работают.

До этого Клиффорд и его юристы делали IBM два досудебных предложения по изменению условий повышения зарплаты, но корпорация на сделку не пошла. Сама IBM ситуацию не комментирует.

Прав ли Ян Клиффорд?

Дело Клиффорда против IBM вызвало неоднозначную реакцию. Кто-то встал на сторону Яна. Другие считают, что он и без того получает слишком много денег, ничего при этом не делая. Зарплата Яна и без того намного больше средней в Великобритании — это около $41 000 в год, а медианная — $34 500.

Новая разработка может быть полезна при «переносе» старых legacy-проектов на более свежие рельсы. Например, девелоперы смогут взять устаревший код, часто встречающийся в банковской и государственной сферах, и перевести его на условный Java или Python.

Нам нужен свой ImageNet, который может исследовать инновационные идеи и отражать их в различных алгоритмах, — отметили исследователи. — CodeNet — это, по сути, ImageNet для компьютеров. IBM

В IBM рассказали, что модель обучалась на 14 млн фрагментах кода и 500 млн строк на более чем 50 старых и новых языках. В качестве примера были приведены такие «мамонты» как COBOL и FORTRAN, а также вполне активные варианты — Java, C++ и Python.

И хоть на данный момент нет точной информации о релизе CodeNet, представители IBM уже заявили, что предоставят доступ к проекту всем желающим.

Источник: Engadget

Какие именно слова под запретом?

Список нежелательных терминов состоит из таких выражений как whitelist, blacklist, master и slave. Их предлагается заменить на более нейтральные allowlist, denylist, control plane, сontroller, doer, primary, replica, secondary, leader, follower, parent, child, main, original и source.

Но ведь заменить придётся огромное количество кода

Да, именно так оно и есть. Например, в списке, подготовленном компанией Red Hat, было отмечено 337 тыс упоминаний слова «master», 105 тыс раз упоминалось слово «slave», 10 тыс раз встречалось слово «whitelist» и 17 тыс — «blacklist». Для того, чтобы выявить все случаи использования неприемлемых терминов, будет разработан специальный фреймворк.

Власти Индии обязали граждан делать селфи каждый час

За жителями одного из штатов следят с помощью приложения Quarantine Watch, которое отслеживает граждан по GPS и требует делать селфи каждый час. Всё это для того, чтобы подтвердить нахождение в самоизоляции.

Один из представителей правительства штата аргументировал такой ход постом в Твиттере с текстом «Селфи каждый час избавит вас от внимания полиции».

Нарушителей режима отправляют в специальный правительственный центр для карантина. Хорошо хоть, что с 10 вечера до 7 утра можно не фотографироваться.

Киностудии, критики и работники кино устраивают виртуальные киновечера

В Твиттере набирает популярность инициатива Twitter Watch Party, призванная скрасить будни карантина тоскующим по кинотеатрам и совместным просмотрам кино. Участники считают, что так они не теряют связь с другими людьми и могут полностью «понять» картину.

Нужно только подключиться к видеоконференции и включить фильм ровно в назначенное время. После просмотра можно и кино обсудить, и пообщаться на общие темы, как будто вместе выходите из кинотеатра.

В Microsoft считают, что многие люди так и останутся на удалёнке после пандемии

Специалисты компании проанализировали нагрузку и использование Microsoft Teams за последние два месяца и пришли к выводу, что пандемия серьёзно меняет образ жизни и рабочие привычки множества людей.

К примеру, люди стали в разы больше звонить друг другу по видеосвязи, а не просто писать текстовые сообщения или общаться голосом. Кроме того, онлайн-площадки в США докладывают о возросших показателях продаж веб-камер и ноутбуков.

Несмотря на то, что повсеместный переход в онлайн — это временная мера, в компании считают, что корпоративные мессенджеры упрощают взаимодействие с коллегами и без видеосозвонов.

В США не смогли найти программистов на COBOL, поэтому IBM открыла бесплатные курсы

Пандемия COVID-19 повлекла за собой всплеск безработицы в США, а системы регистрации безработных были к такому не готовы. Всё бы ничего, но вся инфраструктура этих систем построена на мейнфреймах, а софт для них написан на COBOL.

Так как этому языку больше 60 лет, то в мире осталось не так уж и много COBOL-программистов, ещё не отошедших от дел. В связи с этим в IBM решили открыть шестинедельные бесплатные курсы по языку и выложить всю учебную информацию на GitHub. Кроме того, вместе с инициативой Open Mainframe Project открыли форумы для программистов.

Apple и Google объединились, чтобы разработать технологию отслеживания заражённых коронавирусом по Bluetooth

Предполагается, что новую разработку выкатят в два этапа. В мае выйдет API для совместимости между устройствами на Android и iOS, который будут использовать службы здравоохранения. Затем, в ближайшие месяцы, компании выпустят платформу для отслеживания контактов с заражёнными и обмена обезличенными данными на основе Bluetooth.

В пресс-релизе Apple сказано, что личные данные пользователей не будут скомпрометированы, а весь исходный код разработок выложат в открытом виде.

Для желающих узнать больше о технической стороне реализации технологии есть техдоки.

Нашли новость, которой хотели бы поделиться?

Присылайте материал на sveta.k@tproger.ru и, возможно, именно его мы опубликуем на следующей неделе.

Подготовка к работе

ИИ «скормили» телерекламу элитных товаров за последние 15 лет, которая получила премию на Международном фестивале рекламы «Каннские львы». Также специалисты из Университета Нового Южного Уэльса MindX, Австралия, добавили данные об эмоциях зрителей. Третьим компонентом стала инструкции по использованию элементов фирменного стиля Lexus. Всё это позволило ИИ проанализировать эмоции людей, построение сцены, контекст и прочие параметры.

Готовый сценарий был передан режиссёру Кевину Макдональду (Kevin Macdonald). При этом ему рекомендовали ограничить объём диалогов в ролике. В результате их там нет вовсе. Рекламу предваряет короткий фильм о создании ролика. Само рекламное видео начинается на отметке 8:30.

Когда мне передали сценарий, мелодраматический потенциал истории убедил меня. Тот факт, что ИИ наделил машину чувствами, поместил её в подобие боевой ситуации, а затем позволил вырваться на свободу и уехать в закат, показывает эмоциональные возможности цифровой платформы. Очаровательная простота, с которой ИИ написал эту историю, оказалась захватывающей в своей интерпретации человеческих чувств, и в то же время достаточно неожиданной, чтобы придать фильму несомненно нечеловеческую грань.

В июле 2018 года учёные представили робота, который создан для терапии аутизма у детей. Он учит их распознавать эмоции и выдавать правильную обратную реакцию на них. Исследователи записали видео с выражениями лиц, движениями головы и тела, позами и жестами, также отдельно сделали звуковые дорожки. Для анализа данных использовали нейросеть, которая распознавала эмоциональные реакции. Интересно, что такие роботы оказались эффективнее людей во взаимодействии с детьми.

Доказательство превосходства

Квантовые компьютеры ограничены числом кубитов и коротким временем их когерентности. Количество операций, производимых прежде, чем система станет бесполезной, называется «глубиной вычислений». Квантовый компьютер с фиксированной низкой глубиной вычислений способен эффективнее решить задачи, для которых обычному компьютеру требуется большая глубина. Чтобы доказать это, учёные произвели вычисления для варианта задачи Бернштейна — Вазирани и подтвердили свою гипотезу. Доказательства приведены в опубликованной ими статье.

Учёные не хотят делать громких заявлений. Но они считают, что использование квантовых компьютеров станет эффективным в ближайшие десять лет.

Квантовые компьютеры становятся доступны обычным пользователям благодаря инициативе компаний, готовых предоставить свои ресурсы. В начале октября 2018 года D-Wave Systems представила новую открытую и бесплатную платформу Leap Quantum Application Environment, которая позволит любому желающему использовать мощность квантового компьютера. При этом от пользователя не требуется специальных знаний в области квантовой физики.

AI OpenScale

Платформа создана для объединения нескольких фреймворков, которые используются для решения задач с помощью ИИ. По словам представителя компании Рушира Пури, IBM Cloud даёт возможность сформировать мобильную модель ИИ. В дополнение к ее возможностям создан движок NeuNetS, который разрабатывает новые модели искусственного интеллекта персонально для пользователя.

MultiCloud Manager

Многоуровневое управление необходимо IBM для собственного облака. Поэтому платформа Cloud Private построена на основе Kubernetes. Это решение позволит компаниям управлять данными и несколькими облачными решениями.

Security Connect

В IBM Security Connect реализованы актуальные меры по обеспечению безопасности. Сторонние разработчики и компании могут разместить свои репозитории с данными в облаке, а также создать интегрированные приложения. Впоследствии они получат доступ к аналитике и данным продукции IBM и других разработчиков. Доступ осуществляется автоматически без необходимости установки дополнительных приложений. Службы совместного использования получают доступ к данным при размещении приложения в облаке.

IBM создала каталог на основе протокола STIX. Разработчик может найти необходимое решение благодаря рекомендациям или поиску по группам в этом каталоге.

Крупные компании видят в облачных технологиях будущее и развивают их. В середине октября 2018 года Google запустила открытое тестирование новых сервисов идентификации и управления доступом в Cloud Identity. Как сказано в блоге Google Cloud, инновации призваны упростить аутентификацию пользователей, повысив при этом уровень безопасности.

Особенности архитектуры

Абу Себастиан, один из участников группы, заявил, что выполнение вычислительных задач в памяти компьютера поможет сэкономить энергию и увеличить эффективность.

Архитектура компьютера разделена из три уровня:

• Первый уровень. Динамическая память необходима для вычислений подобно процессам запоминания и обработки информации в мозге.
• Второй уровень. Сопроцессор сделан из материала GeSbTe и содержит массивы памяти с изменением фазового состояния (PCM). Таким образом он ускоряет глубинное обучение нейросетей.
• Третий уровень. Динамичная и хаотичная природа нейронов подтолкнула исследователей к созданию импульсной нейронной сети, основой для которой послужила упомянутая выше память с изменением фазового состояния.

Современные компьютеры построены по архитектуре фон Неймана. Исследователи выступили за создание компьютера на основе модели головного мозга, поскольку для произведения вычислений ему требуется всего 20−30 Вт. При этом современные компьютеры расходуют киловатты и мегаватты энергии.

Область машинного обучения стремительно развивается, и многие компании стремятся улучшить эффективность работы технологии. Одной из последних разработок в этом направлении является вышедший в начале октября 2018 года фреймворк PyTorch 1.0. Нововведения коснулись появления гибридной фронтенд-разработки, которая помогает перейти от этапа исследований к развёртыванию приложений. Дополнительно обновлена библиотека для выполнения распределённых вычислений с помощью языков Python и C++, а также быстрого поиска.

Универсальный и наглядный инструмент

Новый инструмент работает с популярными ИИ-фреймворками, такими как Watson, Tensorflow, SparkML, AWS SageMaker и AzureML. Сервис реализован на платформе IBM Cloud и поможет контролировать процесс обучения, внося необходимые корректировки. По заявлению представителей компании, ПО легко адаптировать под любую архитектуру нейросети. Более того, система способна автоматически предлагать корректировку входных данных для устранения заблуждений.

Сервис показывает параметры процесса обучения с помощью наглядных диаграмм, что делает работу пользователя проще. Среди отображаемых данных — сочетание факторов, принятых к рассмотрению, уверенность в принятом решении и основания этой уверенности. Кроме того, изменения параметров сохраняются в лог, что позволит изучить действия ИИ внимательнее.

Сервис контроля платный, но то же время IBM заявила, что планирует выпустить версию продукта с открытым исходным кодом. Компания декларирует это как вклад в международное сотрудничество в устранение заблуждений ИИ.

Проблемы доверия

Причины решений, принимаемых искусственным интеллектом, в большинстве случаев скрыты от конечного пользователя. При этом исследования показали, что нейросети способны усваивать присущие обществу заблуждения и стереотипы, например, гендерные или расовые. Это породило некоторое недоверие к ИИ и страх утраты контроля над технологией. По данным проведенного IBM опроса, 82 % процента предпринимателей рассматривают вопрос внедрения нейросетей. Однако при этом 60 % опасаются возможных проблем, а 63 % не уверены, что смогут достаточно уверенно управлять новыми инструментами.

Так называемая «проблема черного ящика», заключающаяся в непрозрачности принимаемых ИИ решений, воспринимается мировым сообществом весьма серьезно. Работы над повышением прозрачности и доверия ведутся достаточно активно. В сентябре 2018 года ученые MIT опубликовали свою разработку, иллюстрирующую процесс принятия решений нейросетью.

Эволюционной алгоритм автоматического подбора

Существует большое количество различных структур нейронной сети. Разработчики подбирают ту, что им необходима для решения конкретной задачи. Зачастую это делается вручную, путём сравнения результатов, полученных от разных структур. Процесс получается очень долгий и ресурсоёмкий.

Уистуба в рамках своей работы рассматривает архитектуру нейронной сети как последовательность нейронных клеток. В процессе обучения структура мутирует, изменяя свою внутреннее строение под конкретную задачу. В процессе работы архитектура может значительно измениться и усложниться:

Разработчик протестировал алгоритм на задаче распознавания визуальных образов, использовав специальные подборки данных CIFAR-10 и CIFAR-100. Это коллекции изображений, созданные и размеченные специально для целей машинного обучения. На представленном графике Уистуба отобразил процесс мутаций и увеличения точности. Самый заметный прогресс подбора структуры наблюдался в первые 10 часов работы, затем результаты продолжили улучшаться, но значительно медленнее:

Внедрение алгоритма автоматического подбора структуры нейросети не только позволит серьёзно сэкономить ресурсы. Эта технология даёт возможность заниматься исследованиями искусственного интеллекта более широкому кругу разработчиков. В дальнейших планах Уистубы — реализация его разработки в облачных сервисах IBM и расширение спектра возможных задач.

В конце 2017 года Google опубликовала разработку искусственного интеллекта, способного создавать нейронные сети без помощи человека. Новая технология позволила реализовать эволюционные изменения во внутренней структуре ИИ.

Зачем Redis еще один CLI-клиент?

Разработчики утверждают, что работа с защищенными серверами Redis с помощью клиента командной строки по умолчанию — redis-cli — доставляет определенные неудобства. Для каждого соединения необходимо настроить утилиту Stunnel, которая обеспечивает безопасное подключение, с ее помощью направить сервер на локальный порт и, наконец, подключиться к этому порту с помощью redis-cli.

С одним сервером это не такая большая проблема, но когда постоянно обращаешься к 4 или 5 серверам Redis, приходится держать в голове все локальные порты для каждого сервера. В дополнение к мороке с управлением сертификатами для проверки серверов, это все становится немного утомительным.

Авторы Redli попробовали решить проблему с помощью скрипта stunredis для автоматизированной настройки туннелей по запросу, но он не всегда работал корректно.

Что умеет Redli?

Специалисты IBM написали CLI-клиент на языке программирования Go с использованием обработчика флагов командной строки Redigo, интерактивной библиотеки и JSON из документации Redis. Среди ключевых возможностей Redli:

• схемы rediss: в унифицированных идентификаторах ресурса (URI) для полного указания соединения с БД Redis;
• флаг --tls для активации протоколов TLS/SSL, а также -h, -p и -a, которые аналогичны таковым в redis-cli;
• флаг --long, показывающий полное имя сервера и порт в строке;
• help с помощью по каждой команде;
• завершение вкладки для команд;
• история каждого сеанса;
• все поддерживаемые Redis команды, в том числе и будущие;
• немедленное выполнение операций Redis, написанных сразу после команды Redli.

По сообщениям разработчиков, из-за принципов работы интерфейса он пока не поддерживает особенные флаги отладки и отчетов --stat, --latency и --bigkeys. Это будет исправлено в последующих обновлениях.

Все установочные файлы доступны на GitHub-странице проекта, а распространяются они под лицензией Apache 2.

В феврале 2017 года из-за проблем с кластерами Redis система управления версиями GitLab вышла из строя на полчаса после неудачной попытки обновления.

Управление трафиком

Istio позволяет пользователю задавать правила передачи трафика и API-запросов между службами. При этом он самостоятельно конфигурирует настройки на уровне служб, такие как прерывания цикла, тайм-ауты и повторы.

Дополнительно пользователь получает возможность запускать A/B-тестирование, предварительное и индексированное разворачивание приложения с процентным делением трафика.

Безопасность

По заявлению создателей, Istio обеспечивает безопасный канал связи, управляет аутентификацией, авторизацией и кодированием взаимодействия служб. Безопасность последних обеспечивается по умолчанию, в то время как управление политикой осуществляется при помощи различных протоколов и сред исполнения.

Использование Istio вместе с политикой сети Kubernetes открывает возможности обеспечения безопасности взаимодействия объектов или служб на уровнях сети и приложений.

Наблюдение

Компонент Mixer отвечает за контроль политики безопасности и сбор телеметрии, а также обеспечивает абстрагирование и перераспределение бэкенд-компонентов проекта от добавляемых с индивидуальной инфраструктурой. Пользователь получает полноценный контроль над взаимодействиями сетки и инфраструктуры.

Поддержка платформ

Поскольку проект не привязан к какой-либо платформе, его можно запускать в различных средах: локально, в Cloud, Kubernetes, Mesos и других. При этом Istio поддерживает:

• разворачивание служб с помощью Kubernetes;
• службы, зарегистрированные с помощью Consul;
• службы, запускаемые на индивидуальных виртуальных машинах.

Архитектура

Проект логически разделён на уровни данных и контроля.

• Уровень данных состоит из прокси-серверов, расширяемых за счёт внешних устройств. Они связывают и контролируют сеть взаимодействий микрослужб с компонентом Mixer.
• Уровень контроля отвечает за управление и настройку прокси-серверов, а также передачу трафика. Помимо этого, он позволяет настраивать компонент Mixer, который влияет на политику безопасности и сбор телеметрии.

В июле 2018 года Microsoft выпустила «сетку» Azure Service Fabric Mesh. Сервис является продуктом для Visual Studio 2017 и позволяет управлять инфраструктурой приложения.

Процесс обучения

Созданная IBM нейросеть обучается в два этапа. Сначала ИИ получает набор примеров с ограничениями, которых должна придерживаться система рекомендаций. Обрабатывая полученные данные, нейросеть формирует требуемые нормы этики. Чем больше набор примеров, тем точнее будут выработанные ограничения.

На втором этапе ИИ работает непосредственно с пользователем, изучая его предпочтения и реакцию на различный контент. Исходя их полученных сведений, система формирует список рекомендованных к просмотру видеозаписей. При этом нейросеть придерживается полученных ранее этических ограничений. В настройках системы можно задать соотношение приоритетов между интересами пользователя и нормами этики.

Системе нужен наставник

Проблема такого подхода заключена в необходимости составления для ИИ подборки примеров. В связке дети-родители определять ограничения призвано старшее поколение. Однако в подавляющем большинстве случаев система остаётся с пользователем тет-а-тет. Пользователь может и сам определить для себя некоторые этические нормы, впрочем, точно так же, он может их и изменить. Над данной проблемой группа исследователей IBM продолжает работать совместно с MIT Media Lab. Пока разработчики предлагают выбрать в качестве наставника, отвечающего за вопросы этики, друга или члена семьи.

В 2017 году сотни исследователей и IT-экспертов, в числе которых были Илон Маск и Стивен Хокинг, составили список из 23 основных принципов, которых стоит придерживаться при разработке ИИ. В том же году Институт инженеров электротехники и электроники определил нормы этики для искусственных интеллектов. Теперь ИИ учатся формировать этику для людей. А 17 июня 2018 года IBM объявила о создании нейросети, способной аргументированно спорить с живыми оппонентами.

Лучше HR-менеджеров

По данным специалистов компании, ИИ справляется с оценкой производительности сотрудников, которых насчитывается более 380 000, эффективнее дорогостоящих менеджеров по персоналу. Система анализирует настоящие навыки и достижения каждого сотрудника, а также проводит проверку числа тренингов, которые он посетил в последнее время, для прогнозирования его полезных навыков в будущем. Всесторонняя проверка занимает столько времени, сколько человек потратил бы на личную встречу.

Влияние Watson в IBM

Менеджеры основываются на прогнозах Watson при выплате премий, гонораров и повышений сотрудников. Они сравнивают его оценку с реальными результатами. В компании утверждают, что ИИ справляется со своей задачей с точностью в 96 %.

Раньше компании ориентировались на прежние достижения сотрудника, но сейчас, когда период полураспада навыков все быстрее, намного важнее то, что он сможет сделать завтра.

IBM использует ИИ Watson не только во внутренних проектах, но также реализует проекты для всех желающих. В 2018 году компания представила совместный с Unity SDK для разработки VR/AR-игр, платформу для создания чат-ботов и облачный сервис машинного обучения на базе Watson.

Робот

Европейский концерн Airbus разработал CIMON совместно с корпорацией IBM. Созданный с помощью 3D-печати из металла и пластика робот станет первой формой ИИ на МКС. Диаметр машины составляет 32 см, вес — 5 кг. Помощник перемещается в условиях невесомости с помощью 14 вентиляторов и ультразвуковых сенсоров, умеет распознавать человеческую речь и обучаться. На внешней части корпуса расположен монитор с двумя камерами, которые помогут вести интерактивные сессии с космонавтами на уровне их глаз.

CIMON использует систему Watson Al для обработки речи и изображений, поиска информации, интерпретации настроения и чувств. При помощи голосового управления он поможет космонавтам ориентироваться в инструкциях во время научных экспериментов. Робота тренировали на фотографиях одного из астронавтов, который сейчас находится на станции.

Миссия

Робот поможет ученым установить, может ли искусственный интеллект снижать уровень стресса у членов экипажа МКС. CIMON пробудет на станции до октября 2018 года, после чего вернется на Землю.

В феврале 2018 года SpaceX успешно запустила Falcon 9 с первыми интернет-спутниками. К 2024 году компания Илона Маска собирается вывести на низкую орбиту еще 12 000 спутников.

Второе и третье места в топ-500

Лидер прошлого рейтинга китайский кластер Sunway TaihuLight с мощностью в 93 петафлопс оказался на втором месте. Суперкомпьютер использует более 10,5 миллионов процессорных ядер и работает под управлением собственной ОС Sunway Raise OS 2.0.5 на базе Linux.

Третье место занял американский кластер Sierra с производительностью 71 петафлопс. На четвертом месте закрепилась китайская система Tianhe-2A с мощностью 61 петафлопс. Пятое и шестое места заняли японский и швейцарский кластеры AI Bridging Cloud Infrastructure и Piz Daint — по 19 петафлопс каждый.

Факты

Составители топ-500 выделили несколько тенденций:

• наибольшее число суперкомпьютеров из рейтинга — из Китая (206), США (124) и Японии (36);
• все кластеры работают на Linux, 50,8 % из них не детализируют дистрибутив, 23,2 % используют CentOS, 9,8 % — Cray Linux. Остальная часть машин работает на SUSE, RHEL, Ubuntu и Scientific Linux;
• минимальный порог пиковой производительности для вхождения в топ-500 вырос за полгода с 548,7 до 715,6 терафлопс, а для топ-100— с 1283 до 1703 терафлопс;
• суперкомпьютеры работаю на CPU Intel (95 %), IBM Power (3 %), SPARC64 (1,2 %), и AMD (0,4 %);
• среди производителей кластеров — Lenovo (23,4 %), Hewlett-Packard (15,8 %), Inspur (13,6 %), Sugon (11%), Cray (10,6 %) и другие.

В июне 2018 года в Intel начали тестировать самый маленький квантовый чип размером до 50 нанометров.

Система

Summit работает под управлением Red Hat Enterprise Linux 7.4. Суперкомпьютер состоит из 4608 серверов IBM AC922, в каждом из которых установлено два 22-ядерных процессора IBM Power9 и шесть видеоускорителей NVIDIA Tesla V100. Также в сервере установлено 512 гигабайт оперативной памяти DDR4 и 96 гигабайт памяти с высокой пропускной способностью. Сервера обмениваются данными через коммутаторы с двухсторонней пропускной способностью 100 гигабит в секунду.

Потребление суперкомпьютера составляет 13 мегаватт, через его охладительную систему проходит более 250 литров воды в секунду.

MIT Technology Review пишет:

Все блоки Summit и сопутствующее оборудование занимают помещения, в котором могли бы разместиться два теннисных корта, и весят больше, чем авиалайнер.

Использование

По словам создателей Summit, уже в 2018 году его смогут использовать разработчики проекта FLASH для моделирования взрыва сверхновой и субатомного поведения материалов, выявления связей между генами и онкологией, изучения взаимодействия белков и клеточных систем.

В ноябре 2017 года стало известно, что все суперкомпьютеры из TOP 500 используют Linux в качестве ОС. Компьютерным центрам потребовалось 20 лет, чтобы перевести все свои машины на эту систему.

Принцип работы

В современных вычислительных системах количество параллельно выполняемых процессов сильно ограничено. К тому же при обучении нейросетей данные в памяти приходится много раз перезаписывать и тасовать, что замедляет процесс.

Архитектура памяти на фазовых переходах (phase-change memory, PCM) позволяет производить вычисления непосредственно в самом устройстве, что снимает и проблему перемещения данных, и жесткое ограничение по количеству параллельных процессов. Кроме того, PCM небинарна, она обладает широким спектром состояний между 1 и 0 — в этом ее схожесть с сетью нейронов в мозге человека. А для тренировки моделей сеть ее битов можно наложить на каждый слой искусственной нейронной сети, что обеспечит эффективность расчетов.

Однако у современного аппаратного обеспечения нет такого же диапазона состояний, необходимого для создания эффективной нейросети. К тому же ответы PCM от бита к биту могут разниться. Поэтому инженеры IBM пришли к двухуровневой системе.

На верхнем уровне тренировка проходит с использованием PCM, но модель не обновляется с каждым отдельно выполненным испытанием. Аппаратное обеспечение учитывает только совокупный результат нескольких сотен испытаний.

Точность и эффективность

По расчетам инженеров, точность работы нейросети останется в пределах существующих показателей. Однако энергоэффективность должна возрасти в 100 раз по сравнению с современными технологиями обучения, основанными на использовании графических процессоров.

С развитием и продвижением технологий машинного обучения возрастает нужда в вычислительных мощностях. Многие компании создают облачные сервисы для высокопроизводительных расчетов, требуемых ИИ. В апреле 2018 года такой сервис представили Mail.Ru Cloud и NVIDIA — он развернут на облачной инфраструктуре Mail.ru Group и основан на корпоративных видеокартах Tesla v100.

Планы компании

Организаторы инициативы приглашают разработчиков создавать приложения, которые помогут повысить готовность населения к чрезвычайным ситуациям. Для этого компания предлагает использовать облачные технологии, Big Data, ИИ и блокчейн.

Инвестиции будут направлены на доступ к инструментам разработки и технологиям. Команда, победившая в инициативе, получит поддержку со стороны организаторов и денежное вознаграждение. Также победитель сможет присоединиться к одному из подразделений «Сервисного корпуса IBM» (СSC).

Условия конкурса

Чтобы принять участие, требуется пройти регистрацию на сайте проекта и ознакомиться с представленными правилами. Конкурсный проект может быть представлен как отдельными лицами, так и группами до 5 человек.

С 18 июня по 31 августа 2018 года проводится этап презентации проектов. Затем в сентябре в полуфинал будут отобраны 30 решений. Далее специальное жюри, состоящее из предметных экспертов, подберет 3 финалистов. Финал конкурса пройдет в октябре 2018 года.

IBM вкладывает много сил в создание и внедрение ИИ. В марте 2018 года был представлен облачный сервис машинного обучения.

Проект содержит всё необходимое для тестирования системы безопасности нейросетей глубокого обучения (DNN): агенты для атаки, утилиты для защиты и методы аналитики. Особенностью данных сетей является их уязвимость к так называемым «состязательным» атакам.

В чём опасность?

Принцип действия «состязательных» атак заключается во внедрении намеренно изменённых изображений для получения нужного результата на выходе. Последствиями подобных «инъекций» являются проблемы с идентификацией объекта, ошибочная работа нейросети и ложное обучение нейронов. Внедряемое изображение может быть просто шумом, никак не влияющим на видимую человеку картинку, однако приводить к искажённым результатам.

Угрозы безопасности также включают в себя спуфинг GPS и обход системы защиты спутников на основе искусственного интеллекта. Злоумышленники в состоянии использовать эти уязвимости для перенаправления корабельных курсов и получения доступа к бортовым системам. К тому же DNN-сети могут быть особенно уязвимы в беспилотных автомобилях и военных дронах. По словам разработчиков, AR Toolbox способен предотвратить эти и многие другие проблемы, связанные с использованием ИИ.

Как работает защита?

Использование библиотеки от IBM в отношении нейросетей похоже на тренировку бойца смешанных единоборств. Система оценивает общий уровень подготовки DNN-сети, обучает индивидуальным способам отражения атак, тем самым создавая внутреннюю антивирусную базу.

Одной из самых больших проблем среди существующих моделей для защиты от «состязательного» искусственного интеллекта – то, что они сильно зависят от платформы. Команда IBM создала Adversarial Robustness Toolbox, который может обучиться для любой платформы. Независимо от того, будете ли вы кодировать/разрабатывать в Keras или в TensorFlow, вы сможете применить одну и ту же библиотеку для создания защиты.

Доступность библиотеки

Первый релиз поддерживает нейросети, реализованные в TensorFlow и Keras. Разработчики обещают в обновлениях расширить совместимость на такие популярные платформы, как PyTorch и MXNet. На момент написания новости библиотека предназначена в первую очередь для повышения устойчивости систем визуального распознавания, однако ведется работа над будущими релизами, которые будут включать адаптацию к другим режимам данных, таким как речь, текст или временные ряды.

Это не единственный вклад IBM в развитие искусственного интеллекта. Напомним, что в марте 2018 года компания представила облачный сервис машинного обучения для разработчиков ИИ.

Глубокое обучение для всех

IBM позиционирует свой новый сервис как набор доступных инструментов для стартапов и компаний с ограниченным бюджетом. DLaaS позволяет разработчикам использовать те инструменты, которые им необходимы, оплачивая только время работы GPU. Пользователи могут выбрать один из фреймворков глубокого обучения, модель нейронной сети, данные для тренировок и ограничения по стоимости. Все модули облачной системы заранее настроены для удобства использования и не требуют отдельных надстроек.

Весь цикл тренировки управляется автоматически, а результаты можно просматривать в реальном времени или возвращаться к ним позднее. Каждая тренировка запускается, контролируется и завершается программой без участия разработчика, что помогает сэкономить время и деньги, поскольку пользователь оплачивает только использованные ресурсы. Например, тренировка нейронной сети на одном наборе изображений, состоящем из нескольких миллионов снимков, может занять около недели. Облачное решение от IBM позволит сократить это время до нескольких часов.

Сервис DLaaS работает на базе платформы Watson, что дает ему возможность использовать все ресурсы суперкомпьютера от IBM. Напомним, что ранее компания объявила о создании моделей машинного обучения с помощью IBM Watson.

Механизм работы

Компании утверждают, что данное соглашение значительно упростит процесс разработки ПО. Принцип интеграции заключается в возможности создания модели машинного обучения с использованием Watson. Далее её можно преобразовать через инструменты конвертера Core ML и включить в своё пользовательское приложение.

Также IBM анонсировала облачную консоль, способную упростить соединение процесса построения модели Watson и её добавления в приложение.

В планах компаний — наладить взаимодействие компонентов и обмен данными с Watson с последующим улучшением алгоритмов машинного обучения.

Core ML была представлена на WWDC 2017 в качестве инструмента продвижения моделей машинного обучения для приложений, работающих на устройствах Apple. В начале декабря 2017 года Google анонсировала поддержку Core ML в TensorFlow Lite.

Предоставляемые возможности

Основой нового сервиса стали уже существующие продукты компании: платформа для автоматизации услуг Watson Virtual Agent, инструмент для создания чат-ботов Watson Conversation и системы анализа диалогов.

Watson Assistant позволяет установить индивидуальную голосовую команду для вызова помощника. После регистрации клиент получает API-ключ, позволяющий создать собственный набор выполняемых действий. Чтобы новички быстрее освоились с сервисом, разработчики опубликовали подробную инструкцию по созданию помощника.

IBM и Amazon

У IBM уже есть сильный конкурент — Amazon с сервисом Alexa For Business. Компания успела привлечь внимание серьезного клиента: отель Wynn Las Vegas намерен внедрить помощника Alexa в каждый из номеров.

Глава отдела IBM по IoT-продуктам Брет Гринштейн (Bret Greenstein) уверяет, что они создали сервис по просьбе клиентов, а не для конкуренции с Amazon. Он не сомневается, что компании, дорожащие конфиденциальными данными, с большей вероятностью выберут Watson Assistant, а не потребительские Alexa и Apple Siri.

Конструктором Watson Assistant уже воспользовалась компания Harman, чтобы создать голосовой помощник для концепт-кара Maserati. Также с помощью сервиса IBM собрана интеллектуальная система робота Pepper, помогающего посетителям аэропорта Мюнхена найти дорогу до нужного места.

Другие компании также активно развивают технологии голосовых помощников. Напомним, что в середине марта 2018 года «Яндекс» представила платформу «Диалоги», которая позволяет создавать навыки для ассистента «Алиса».

Самые масштабные

По мнению экспертов, ключевыми феноменами на прогнозируемый срок являются искусственный интеллект и робототехника, квантовые вычисления, блокчейн и кибербезопасность. Они обнародовали несколько ключевых мыслей, формирующих общий облик близкого будущего мира ИТ:

1. Чрезмерно загрязнённые океаны могут быть спасены роботами-микроскопами, оснащёнными ИИ. Маленькие помощники образуют сеть, которая будет непрерывно отслеживать состояние одного из ценнейших ресурсов Земли;
2. Блокчейн и криптография, вероятнее всего, окажут решающее воздействие в борьбе против изготовления и продажи подделок. Инструментальный дуэт должен подтверждать подлинность продукта на всех стадиях его жизненного цикла;
3. Криптография на решётках представляется экспертам эффективным способом борьбы с киберпреступностью. Новая базовая защитная архитектура, скрывающая чувствительные данные внутри сложных алгебраических структур, должна стать дополнительным препятствием к взлому засекреченных данных;
4. Предвзятость искусственного интеллекта специалисты считают одной из глобальных проблем машинного обучения. Поскольку эффективность и польза таких систем напрямую зависят от качества входных данных, учёные надеются реализовать алгоритм, способный самостоятельно выявлять и адекватно отсеивать тенденциозную информацию и, как следствие, самосовершенствоваться;
5. Исследователи относятся без трепета к квантовым компьютерам: они убеждены, что через пять лет кубические вычисления станут обыденностью и выйдут за рамки научных лабораторий. В ближайшие 5 лет эксперты ожидают появления новых научных направлений в области вычислительной техники.

Специалисты ежегодно публикуют собственные прогнозы IBM 5 in 5 для того, чтобы специалисты по инновациям могли держать руку на пульсе и двигаться в обозначенном направлении.

Нечто более близкое к сегодняшнему дню представила платформа Stack Overflow. Эксперты провели ежегодный масштабный опрос разработчиков по всему миру и выявили немало любопытных фактов о портрете современного программиста.

Простейшие операции

Как передает Mashable со ссылкой на заявление компании, при себестоимости меньше 10 центов компьютер будет содержать «несколько сотен тысяч транзисторов». Это позволит «отслеживать, анализировать, передавать и даже действовать с опорой на данные».

Компания рассчитывает, что компьютер будет источником данных для блокчейн-приложений. Сфера использования — отслеживание отгрузок товаров, выявление краж и мошенничества. Кроме того, компьютер способен выполнять простые задачи с данными, к примеру, сортировать их.

Исследователи пока тестируют первый прототип, поэтому дата релиза продукта неизвестна.

На YouTube опубликованы видео-уроки по разработке на IBM Watson Unity SDK.

Возможности Watson

Майкл Ладден, глава отделов разработки Watson и VR/AR в IBM, привел в пример симуляцию хирургической операции. Чтобы сменить инструмент во время упражнения, пользователю приходится либо ждать всплывающего сообщения, либо останавливать симуляцию и вызывать меню вручную. С системой распознавания речи, доступной через Watson, достаточно будет голосовой команды.

Помимо этого IBM Watson Unity SDK предлагает функции:

• расшифровка речи;
• синтез речи из текста;
• ведение диалога;
• перевод;
• классификация контента.

API Watson для Unity SDK (Software Development Kit) доступен на GitHub, а полная документация — на IBM Cloud.

Простое любопытство

Исследователь задался вопросом, а какой самый старый процессор x86 сможет потянуть современное ядро Linux. Поскольку в 2012 году разработчики популярной ОС официально прекратили поддержку процессоров i386, статус самых «древних» перешел к процессорам i486.

В качестве экспериментальной машины был выбран компьютер IBM 1993 года. Старенькая система тяжело справлялась с неожиданной задачей: на полную загрузку ОС ушло около 11 минут, а на выключение устройства — еще пять. Однако непосредственно во время работы проблем не возникло. Сингапурцу удалось послушать музыку, запустить веб-сервер и даже прогнать простенькую программу на языке Python.

Как проходила установка?

Загрузка и установка Linux на «старичка» оказались нетривиальными задачами: сперва необходимо было перекомпилировать весь исходный код дистрибутива, чтобы облегчить жизнь подопытному. А еще инженеру для загрузки ОС в компьютер пришлось использовать дискетный эмулятор, который постепенно подгружает информацию с карты памяти, ведь такие старые машины поддерживали программную установку только с них, либо с внутреннего жесткого диска.

Исследователь в шутку отметил, что процессоры i486 хороши тем, что не подвержены нашумевшим атакам Meltdown и Spectre, которые работают только на более современных моделях CPU.

Хотите защититься от этих атак – запускайте современные программы на 486 процессоре.