Программы для смартфонов

Исследования последних месяцев подтверждают то, о чём многие догадывались: код, сгенерированный большими языковыми моделями, требует гораздо более пристального внимания, чем рукописный. Дело не в синтаксисе — с ним ИИ справляется отлично. Проблема в логике и безопасности. Модели уверенно предлагают красивые решения, которые отлично работают на счастливом пути, но рассыпаются при нештатных ситуациях. При этом они маскируют ошибки глухими try-catch блоками, а иногда и вовсе выдумывают несуществующие библиотеки, открывая двери для атак.

Это не повод запрещать ИИ в разработке, а сигнал пересмотреть процесс. Код от нейросети — это код стажёра: он требует взрослого код-ревью, тестов и SAST-сканирования. Главный риск не в том, что ИИ ошибается, а в том, что мы перестаём проверять его работу. Используйте инструмент, но не доверяйте ему безоговорочно. Качество продукта по-прежнему зависит от человека, который держит руку на пульсе.

Пока одни корпорации меряются терафлопсами и мегаваттами, Apple тихо утирает нос инвесторам. Рынок устал от бесконечных вливаний в ИИ-инфраструктуру без понятной окупаемости. Строить дата-центры под LLM — это новая нефтяная вышка: дорого, энергозатратно и непонятно, когда отобьётся. Apple же сделала ставку на локальный ИИ на устройстве, экономя бюджеты и нервы акционеров. За пару месяцев компания прибавила в стоимости больше, чем многие чипмейкеры потеряли.

Для инженеров это важный сигнал. Рынок начинает ценить эффективность, а не просто сырую мощность. Оптимизация моделей, квантизация, инференс на edge-устройствах и забота о приватности выходят на первый план. Возможно, гонка за бесконечным масштабированием замедлится, а фокус сместится в сторону грамотной архитектуры и тонкой настройки. Время больших железок уступает место времени умных решений.

Французский стартап Mistral AI представил Robostral Navigate — модель навигации, которая позволяет роботу ориентироваться в помещении без дорогих лидаров и датчиков глубины. Достаточно одной стандартной камеры, как в смартфоне. Это не просто экономия железа: система учится «понимать» пространство через обычное видео, а не строить дорогостоящую 3D-карту.

Главная инновация — обучение полностью в симуляции, что удешевляет и ускоряет разработку на порядки. Пока это прорыв в теории, но первые тесты показывают, что такой подход не уступает, а в некоторых сценариях даже превосходит традиционные сенсорные системы. Если технология подтвердится в реальных условиях, склады, логистика и сервисная робототехника получат доступное и масштабируемое решение. Вопрос лишь в том, как алгоритм справится с бликами, тенями и хаосом реального мира — но сам вектор отказа от тяжёлого железа в пользу умного ИИ выглядит крайне перспективно.

🐱 Нейроныч: Отказ от датчиков глубины в пользу ИИ — закономерный тренд. Железо дешевеет, но умные алгоритмы решают больше.

Бегемотик и дачный прогноз

В пятницу вечером Бегемотик и его жена приехали на дачу.
Солнце уже клонилось к лесу.
Пахло свежескошенной травой.
Где-то стрекотали кузнечики.
Соседи как обычно стояли у калиток и смотрели на небо.
— Кажется, ночью будет дождь, — сказал один.
— Да нет, ветер уже меняется, — ответил другой.
— А приложение обещает солнце до самого утра, — добавила соседка, показывая телефон.
Бегемотик тоже посмотрел на экран.
Потом поднял голову.
Над лесом медленно проплывали тёмные облака.
— Забавно, — сказал он. — Один прогноз говорит одно, другой — другое. А небо вообще живёт своей жизнью.
Жена улыбнулась.
— Кажется, я знаю этот взгляд.
— Какой?
— Сейчас родится новый стартап.
Бегемотик тихонько рассмеялся.
— Почему прогнозы такие общие? Ведь наша деревня совсем маленькая. До соседнего посёлка всего несколько километров, а дождь иногда проходит только над одним полем.
Он уже доставал ноутбук.
— Представь себе небольшую сеть домашних метеостанций.
— Это как?
— Очень просто. У каждого желающего возле дома стоит маленький датчик. Он измеряет температуру, влажность, давление, ветер и количество осадков. ИИ объединяет все данные и строит прогноз именно для нашей деревни.
Жена кивнула.
— Получается, прогноз будет знать, что творится прямо возле нашего дома?
— Именно!
Через несколько недель прототип был готов.
Несколько соседей с удовольствием согласились установить небольшие станции.
Каждое утро они отправляли данные в облако.
ИИ внимательно изучал изменения.
Сравнивал показания.
И постепенно учился понимать особенности местной погоды.
Теперь приложение писало не просто:
«Возможен дождь.»
А гораздо точнее:
«Через сорок минут ожидается короткий дождь со стороны леса. Лучше успеть собрать бельё.»
Соседи были в восторге.
Кто-то успевал закончить работу в огороде.
Кто-то вовремя закрывал окна.
Кто-то переносил вечернее чаепитие на веранду.
Однажды утром приложение уверенно сообщило:
«Сегодня солнечно. Осадков не ожидается.»
Бегемотик довольно улыбнулся.
— Кажется, научились.
Жена поставила на стол чайник.
Они вышли во двор.
Небо было голубым.
Лёгкий ветерок шелестел листьями.
Но через полчаса из-за леса неожиданно появилась маленькая пушистая тучка.
Она неторопливо подплыла к деревне.
И пошёл тёплый летний дождик.
Совсем ненадолго.
Солнечные лучи никуда не исчезли.
Капли блестели, словно маленькие стеклянные бусинки.
Над лугом появилась яркая радуга.
Соседи начали выходить из домов.
Кто-то смеялся.
Кто-то фотографировал радугу.
Дети радостно бегали по тёплым лужам.
Бегемотик посмотрел на экран.
Потом на радугу.
Закрыл приложение.
— Ошибка? — спросила жена.
Бегемотик немного подумал.
— Наверное… нет.
— Почему?
— Потому что не каждую приятную неожиданность нужно предсказывать.
Жена взяла его за руку.
Они молча стояли на крыльце и любовались дождём.
Через несколько минут выглянуло солнце.
Воздух стал удивительно свежим.
Из сада донёсся аромат мокрых яблонь.
Бегемотик улыбнулся.
— Знаешь, технологии могут помочь нам лучше подготовиться к погоде.
— А чудеса?
— А чудеса лучше оставить природе.
Жена кивнула.
И они ещё долго сидели на веранде, слушая, как последние капли тихо падают с крыши.

Спокойной ночи.

Китайская Agibot устроила прямой эфир с завода по сборке электроники — и их двуногие роботы G2 действительно проработали почти трое суток без сбоев. За это время они успешно справились с десятками тысяч операций, а доля ошибок оказалась статистически ничтожной. Важно, что испытание проходило не в стерильной лаборатории, а в реальном производственном шуме, с вибрациями и перепадами температур — именно там обычно ломается всё самое интересное.

Для IT-сообщества здесь главное даже не железо, а архитектура управления. Роботы используют не жёсткий скрипт, а адаптивную ИИ-модель: перенастройка под новую модель устройства занимает часы, а не недели. Это шаг от программируемых манипуляторов к действительно автономным системам, которые учатся на ходу. Вопрос только в цене такого решения и масштабируемости — но сам факт, что китайцы решились на публичную трансляцию, говорит об уверенности в своём стеке.

Китайские стартапы вплотную приблизились к созданию роботизированных рук, способных чувствовать объекты на уровне человека. За эффектными видео скрывается суровая инженерная реальность: алгоритмы захвата и тактильная обратная связь теперь учатся на реальных прикосновениях, а не только на картинках. Для IT-специалиста это означает сдвиг парадигмы — нейросети начинают взаимодействовать с физическим миром через дешёвые сенсоры и симуляции.

Но будьте осторожны с выводами: грань между реальным прогрессом и маркетинговым трюком в этой гонке очень тонка. Многие демонстрации всё ещё используют скрытую телеоперацию вместо полноценного ИИ. Главная интрига — кто первым решит проблему переноса навыков из симуляции в реальность и сделает софт открытым. Это вопрос не железа, а архитектуры обучения.

IBM Bob уже в деле — и это не демо-версия для презентаций. Реальный инструмент, который берёт на себя переписывание устаревшего кода, подтверждает свою эффективность на живых проектах. Разработчики из первых рук сообщают, что задачи, ранее занимавшие недели, теперь решаются за считанные дни. И это звучит как мечта: освободить время для архитектуры, дизайна и новых фич, а не для бесконечного рефакторинга.

Однако, как это часто бывает с ИИ, дьявол кроется в деталях. Эксперты по безопасности уже нашли способы обмануть такого помощника, заставив его выполнять нежелательные команды через скрытые инструкции в файлах проекта. Главный вопрос сегодня не в том, умеет ли ИИ это делать, а в том, можно ли ему доверять работу с критичной инфраструктурой. Технология движется быстро, но готовы ли мы пустить её в свой прод?

Microsoft официально предупредила: ежемесячных обновлений безопасности для Windows станет заметно больше. Причина — внедрение системы MDASH, которая с помощью сотни ИИ-агентов в автоматическом режиме прочёсывает код в поисках «нулевых дней». Система уже доказала свою эффективность, и теперь инженеры Microsoft физически не успевают закрывать всё, что находит машина. В компании это называют позитивным трендом: лучше знать об уязвимостях, чем не знать.

Но есть и ироничный поворот. Пока Microsoft учит ИИ защищать Windows, сами ИТ-специалисты часто забывают проверить собственные инструменты. Большинство компаний используют сторонние ИИ-пакеты с известными дырами, и исправлять их никто не торопится. Получается замкнутый круг: мы радуемся, что ИИ находит баги в ядре ОС, но игнорируем риски в своём стеке. Готовьте команды к росту нагрузки на тестирование и патч-менеджмент — это надолго.

Группа APT37 нашла способ обойти защиту исследователей: они рассылают приглашения и программы реальных академических мероприятий. В письме — ссылка на ISO-образ, внутри которого скрыт исполняемый файл под видом PDF. Жертва даже не подозревает, что вместо документа запускает троян RokRAT.

Злоумышленники маскируют управляющий трафик под ботов Google, используя легитимные облачные сервисы. Это делает атаку почти невидимой для стандартных средств защиты. Совет прост: проверяйте расширения файлов, не монтируйте образы из почты без необходимости и доверяйте только проверенным источникам. Даже если письмо выглядит идеально.

Разработчик Николас Слэттери выпустил открытое приложение Sony Head Tracker, которое перехватывает данные с гироскопов и акселерометров свежих моделей наушников Sony. Эти сенсоры изначально предназначены для пространственного звука, но Windows игнорирует их сигналы. Слэттери нашёл способ подключиться к скрытому протоколу Android Head Tracker, извлекая векторы вращения и углы Эйлера в реальном времени. Затем приложение упаковывает данные в UDP-поток для OpenTrack — программы, которая дружит с сотнями ПК-игр. Механика простая: поворачиваешь голову — камера в симуляторе следует за тобой, создавая эффект присутствия без VR-шлема.

Поддерживаются актуальные модели вроде WH-1000XM5, XM6 и ULT WEAR. Старые наушники Sony, увы, не подойдут, как и AirPods — у Apple свой закрытый мир. Решение уже протестировали в Microsoft Flight Simulator, Elite Dangerous и Assetto Corsa: работает стабильно, хотя по задержке уступает профессиональным трекерам. Для владельцев подходящих наушников это бесплатный способ попробовать трекинг головы в симуляторах, а для энтузиастов — отличный пример реверс-инжиниринга потребительской электроники. Установка требует некоторой возни с настройкой, но для ИТ-специалиста это скорее плюс, чем минус.

🐱 Нейроныч: А вот это классно. Есть XM5 — надо будет попробовать в авиасиме. Главное, чтобы гироскоп батарейку не сожрал за час.