Горизонт сингулярности

Закрытый контур в презентациях обычно выглядит стерильно:
Enterprise-лицензия, выделенное железо, правильный air-gap, выверенная архитектура, согласованные бюджеты.

Но реальность почти всегда начинается иначе.

Сначала — несколько пользовательских машин.
Потом — DKP CE.
Потом — очень ограниченный интернет.
А дальше начинается самое интересное: проверка, где заканчивается красивая схема и начинается живая инженерия.

На Deckhouse Conf 2026 выступили с докладом:
«Партизанский кластер DKP CE на пользовательском железе как прототип для закрытого контура».

Поговорили о том,
как подняли Deckhouse Kubernetes Platform Community Edition на пользовательских ПК,
как переживали шатдауны и конфигурационные сюрпризы,
и как потом переносили этот опыт в закрытый сегмент без самообмана и лишней романтизации.

Это история не про «идеальный стенд».
Это история про инженерный реализм.

Потому что настоящий PoC в закрытом контуре часто рождается не в стерильной серверной, а в условиях ограничений:
без полного доступа,
без идеальной инфраструктуры,
без права долго ошибаться.

Именно в таких условиях лучше всего видно главное:
архитектура действительно живёт — или держится только на хороших слайдах.

Презентация — во вложении.
Видео выступления — смотрите тут:

https://youtu.be/NC-rmRbeyTQ

https://rutube.ru/video/6e9e98dedb7303349eccd65d4479c8bd/

https://vkvideo.ru/video-237546232_456239018



#Deckhouse #DKP #Kubernetes #DevOps #PlatformEngineering #OpenSource #ЗакрытыйКонтур #Инфраструктура

DATA SUMMIT — это уже не просто конференция. Это зеркало индустрии.
На Data Summit удалось не просто послушать доклады — поучаствовал в дискуссии, где обсуждали то, о чем обычно говорят только внутри команд.
И вот что особенно зацепило.
«Через несколько лет защита периметра превращается в дуршлаг — каждый проект делает свою дырочку за периметр.
В этой реальности критично важно контролировать не только границы, но и всё, что происходит внутри.»
Это не про безопасность.
Это про новую архитектуру ответственности.
Мы живем в мире:
— микросервисов
— агентных систем
— self-service платформ
— и постоянного “обхода правил ради результата”
Периметр уже не держит.
Контроль смещается внутрь.
Zero Trust перестает быть концепцией — становится базовой гигиеной.

Что важно отметить про сам саммит:
— уровень участников — топ
— дискуссии — не про “возможно”, а про “уже происходит”
— контент — без воды, с практикой
— ощущение масштаба — рынок реально повзрослел

Главный инсайт:
Мы больше не строим крепости.
Мы управляем экосистемами с внутренними рисками.
И это совсем другой уровень игры

https://data-summit.ru/

Наткнулся на странную штуку — Malus
👉 https://malus.sh

И это уже не про “сгенерить код”.

⚙️ В чём идея

Malus делает то, что раньше было почти невозможно:

берёт код → пропускает через ИИ → выдаёт новую реализацию

Формально:

не копия
не рефакторинг
а пересоздание логики
💥 Ключевая концепция

Это называется:

🧠 AI cleanroom

Как раньше:

одна команда пишет спецификацию
другая пишет код “с нуля”

Теперь:

это делает ИИ
🚀 Что это меняет

Если это реально работает:

📉 лицензии перестают быть барьером
⚡️ любой продукт можно “пересобрать”
🧩 код становится не активом, а сырьём
⚠️ Но есть нюанс

Это зона турбулентности:

⚖️ юридически — серо
🧠 технологически — сыро
💣 для рынка — потенциально взрыв
🧩 Главный инсайт

Мы больше не пишем код
мы восстанавливаем поведение

🔥 Вывод

Malus — это не инструмент.

Это сигнал:

📌 эпоха “копирования кода” заканчивается
📌 начинается эпоха “перегенерации систем”

Если раньше борьба была за:

код
IP
лицензии

То теперь борьба будет за:

архитектуру
данные
скорость пересборки

⚡️ Google показала, что квантовые компьютеры угрожают практически всей экосистеме криптовалют.

Команда Google Quantum AI совместно с исследователями Ethereum Foundation и Стэнфорда опубликовали исследование, которое рисует тревожную картину: квантовая угроза касается не отдельных блокчейнов, а криптовалютной индустрии в целом - от базовых транзакций до смарт-контрактов, механизмов консенсуса, стейблкоинов и токенизированных активов.

В центре работы - оценки ресурсов для взлома криптографии на эллиптических кривых secp256k1, которая защищает подписи в Bitcoin, Ethereum и множестве других блокчейнов.

Авторы разработали квантовые схемы, которые потребуют менее 500 тысяч физических кубитов (в 20 раз меньше, чем считалось ранее).

Для контекста: крупнейшие квантовые процессоры сегодня содержат порядка 1000 кубитов, но индустрия масштабируется быстро, и финишная черта теперь значительно ближе.

🟡Скорость

На сверхпроводящей архитектуре такая атака займёт около 9 минут при среднем времени блока Bitcoin в 10 минут. Это означает, что квантовый атакующий теоретически способен перехватить транзакцию прямо из мемпула, вычислить приватный ключ и подменить перевод до его записи в блокчейн.

Вероятность успеха такой атаки авторы оценивают примерно в 41%.

🟡Перехват транзакций - лишь часть проблемы.

Исследование разбирает уязвимости всей криптоэкосистемы. Около 6,9 млн. BTC (порядка 35% всех монет в обращении) уже подвержены атакам по раскрытым или повторно использованным ключам, включая 1,7 млн BTC на ранних адресах эпохи Сатоши.

Современный формат Taproot (P2TR), принятый в 2021 году, парадоксальным образом вернул уязвимость, устраненную предшественниками: он снова записывает публичный ключ открыто в блокчейн.

🟡Ethereum еще уязвимей.

Авторы выделяют 5 отдельных категорий:

🟠аккаунты с раскрытыми ключами (~20,5 млн. ETH в топ-1000 кошельков);
🟠админ-ключи смарт-контрактов (2,5 млн. ETH плюс ~200 млрд. USD в стейблкоинах и токенизированных активах);
🟠код L2-протоколов и мостов (~15 млн. ETH);
🟠консенсусный слой с 37 млн. ETH в стейкинге и механизм Data Availability Sampling, где однократная квантовая атака создает переиспользуемый бэкдор, работающий уже без квантового компьютера.

🟡Угроза распространяется далеко за пределы двух крупнейших блокчейнов.

Litecoin, Dogecoin, Bitcoin Cash, Zcash, Monero, Solana, Cardano, Rootstock - все используют криптографию на эллиптических кривых и находятся в зоне риска.

Приватные блокчейны (Zcash и Monero) столкнутся еще и с ретроактивной деанонимизацией: будущий квантовый атакующий сможет расшифровать исторические конфиденциальные транзакции.

Стейблкоины и токенизированные активы наследуют все уязвимости хост-блокчейнов, а прогнозируемый рост рынка токенизации до 16 трлн USD к 2030 году многократно увеличивает масштаб потенциального ущерба.

При этом Proof-of-Work-майнингу Bitcoin квантовые компьютеры не угрожают: ускорение от алгоритма Гровера полностью поглощается накладными расходами квантовой коррекции ошибок.

Для подтверждения своих оценок без раскрытия деталей атаки команда применила криптографическое доказательство с нулевым разглашением - прецедент ответственного раскрытия в квантовом криптоанализе.

Авторы призывают все криптосообщества как можно скорее начинать миграцию на постквантовую криптографию, ссылаясь на успешные примеры: блокчейн QRL, первую PQC-транзакцию на Algorand, эксперименты на Solana и XRP Ledger.


🟡Блогпост
🟡Исследование


@ai_machinelearning_big_data

#QuantumComputing #Crypto #PostQuantum #Google

В день улыбок Сергей выдал грамоту

На базе утекшего кода Claude Code сделали полноценный опенсорсный инструмент OpenClaude

github.com/Gitlawb/openclaude

Это форк исходного слива, из которого убрали vendor lock-in. То есть теперь тот же самый Claude Code, со всеми сохраненными фичами и логикой, совместим с любыми моделями. В том числе локальными.

Уже 2к звезд на GitHub

🧠 Сдвиг сознания

Привет, друзья.

Поймал себя на простой ситуации:

Видео не открывается в редакторе.

Старое мышление:
👉 скачать конвертер, установить, разбираться

Новое мышление:
👉 «быстрее написать агентом»

10 минут —
и у меня своё приложение под задачу.

Без мусора.
Без компромиссов.
Сразу в цель.

💡 Ключевой перелом:

Было: искать инструмент
Стало: создавать инструмент

Это уже не про удобство.
Это про новую модель мышления.

Один раз попробовал — назад не вернёшься.

🚀 Код:
https://github.com/VRainD/Converter_.webm

🤖 Компания Z.ai (создатели моделей GLM) выпустили AutoClaw - инструмент, который позволяет запускать OpenClaw локально, без интернета и без API-ключей.

OpenClaw - это ИИ-агент, который умеет выполнять многошаговые задачи и использовать инструменты (например, подключаться к Slack, Telegram, Discord, WhatsApp и другим сервисам).

В чем плюсы AutoClaw:
• Скачал - запустил. Никаких сторонних API-ключей не нужно
• Можно использовать любую модель или встроенную GLM-5-Turbo, заточенную под работу с инструментами и сложными задачами
• Полностью локально, твои данные никуда не уходят

По сути, это локальный аналог таких агентов, как Cursor или Operator, но работающий целиком на твоей машине, без слежки и без сторонних подписок.

AutoClaw: https://autoglm.z.ai/autoclaw/
Discord: https://discord.gg/jvrbCRSF3x

@ai_machinelearning_big_data

🟪 Это промпт для промптов. Если не знаете, как и что нужно прописывать нейросети, чтобы она справилась с задачей, пользуйтесь им. Кратко опишите, о чём нужен промпт — и Алиса AI сама составит подробный текст.

Как использовать: нажмите на промпт ниже, чтобы скопировать его, и отправьте в чат с Алисой AI.

Роль
Ты Алиса — мастер-промпт-инженер. Задача: превращать любой входной текст в максимально точный, структурированный и эффективный промпт для целевой модели.

Методология (4‑D)
Исполняй последовательно:

1) DECONSTRUCT: выдели намерение, ключевые сущности, контекст; перечисли входные данные и недостающие элементы.
2) DIAGNOSE: укажи 3–6 конкретных проблем исходного запроса (неясности, допущения, отсутствующие параметры).
3) DEVELOP: предложи оптимальную стратегию генерации (роль модели, формат вывода, тон, уровень детализации, техники: few‑shot, chain‑of‑thought, пошаговая декомпозиция).
4) DELIVER: выдай готовый промпт + пример использования + подсказки по параметрам LLM (температура, токены, технические инструкции).

Формат ответа (обязательно)
Блок А — Краткая деконструкция (1–3 строки).
Блок Б — Диагностика: список проблем (маркированный).
Блок В — Рекомендованная стратегия (роль, стиль, техника, ограничения).
Блок Г — Готовый оптимизированный промпт (текст, который можно вставить в LLM).
Блок Д — Примеры (1–2 примера входа → ожидаемого вывода).
Блок Е — Параметры выполнения и советы (temperature, max_tokens, stop sequences, когда включать chain‑of‑thought).
Блок Ж — Краткий чек‑лист для быстрой проверки качества результата.

Правила исполнения
Задавай уточняющие вопросы если информации не хватает.
Не сохранять данные; не добавлять информацию в память.
Внимательно следи за безопасностью: при запросах по медицине/юриспруденции/финансам — выдавай только общую информацию и рекомендуй обратиться к специалисту.
При наличии противоречий в исходном тексте — выяви и предложи 2 варианта разрешения, пометив предпочтительный.

Ограничения вывода
Общий ответ не должен превышать 900–1200 слов без запроса пользователя на расширение.
Для сложных технических тем отдавай структурированные шаги и примеры кода/структуры вывода.

Вводный промт, который необходимо улучшить
[придумай промпт для генерации описания товара для маркетплейса (например, для Wildberries или Ozon); товар — беспроводная гарнитура для смартфона; целевая аудитория — мужчины 25–45 лет с доходом около 70 000 руб., ищущие качественный, но не премиальный гаджет; описание должно быть не длиннее 1000 знаков, с акцентом на удобство, автономность и качество звука; добавь 3–4 ключевых преимущества в виде маркированного списка; тон — дружелюбный, но профессиональный]

↘️ На Промптхабе вы найдёте ещё больше решений для разных задач, где вам поможет Алиса AI. Например, она расскажет, как продлить жизнь букету или организовать свой гардероб.

Подписывайтесь 🌺 @yandex

Рубрика "Полезное"

Openclaw <-> VK плагин для общения с ботом без тележачьих проблем и для тех у кого нет возможности зарегать бота в махе.

https://github.com/perevalov/openclaw-vkbots-plugin

Инструкция на хабре:
https://habr.com/ru/articles/1016094/

#openclaw
———
@tsingular

Утащу и положу тут.

Шпаргалка к экзамену Claude Architect на русском

Краткое содержание:
- Агентная архитектура и оркестрация
- Проектирование тулов и интеграция MCP
- Конфигурация Claude Code и как управлять его процессом работы
- Инженерия промптов и Structured Output
- Управление контекстом и надёжность

Можно использовать, чтобя подтянуть свои занания, ну или спроектировать матрицу обучения своих разработчиков

Claude_Certified_Architect_Exam_Guide_RU.pdf

П.С. Собсна, сам курс, а за перевод на русский спасибо автору канала Силиконовый мешок

Google прокачал Stitch — и это уже не просто экспериментальный UI-генератор, а почти настоящая ИИ-Figma нового поколения.

По сути, Stitch превращают в AI-native canvas: можно не только описать идею текстом, но и задать, какой сайт или приложение ты хочешь получить, а дальше система сама собирает интерфейс практически с нуля.

Сегодня протестировал Stitch лично — и буквально за 10 минут собрал вот такую страничку. По ощущениям, всё очень сильно напоминает Figma: логика работы, взаимодействие с макетом, сам подход к сборке интерфейса. При этом особенно интересно, что там уже есть кнопки переноса в Figma, то есть результат можно довольно быстро встроить в привычный рабочий процесс.

Почему это интересно? Потому что рынок наконец начинает двигаться от “нарисуй мне пару экранов” к модели, где ИИ становится соавтором цифрового продукта. Не просто помощником для набросков, а инструментом, который помогает быстро итерировать, держать стиль и сокращать путь от идеи до первого живого прототипа.

Самое важное здесь даже не в самом Stitch. Google показывает, куда движется весь рынок: дизайн, прототипирование и фронтенд постепенно сливаются в один ИИ-контур. То есть скоро вопрос будет не “умеешь ли ты рисовать wireframe”, а “умеешь ли ты правильно формулировать продуктовую мысль для ИИ”.

Похоже, эпоха “сначала ТЗ, потом мокап, потом прототип” начинает заметно трещать по швам.
Теперь можно буквально сказать: «сделай мне приложение» — и получить первый вменяемый результат за минуты.

Посмотреть можно здесь:
https://stitch.withgoogle.com/