Программы для смартфонов

Компания Lineaje представила инструмент, который автоматически находит и закрывает уязвимости по всему коду — будь то open-source библиотеки, ваш собственный легаси или код, сгенерированный нейросеткой. Раньше считалось, что большинство дыр в безопасности практически неопасны, но с приходом AI-ассистентов ситуация кардинально изменилась — риски выросли в разы. Теперь же решение Lineaje берет на себя рутину: ищет слабые места, предлагает готовые пул-реквесты с фиксами и даже обновляет зависимости так, чтобы ничего не сломалось. Разработчику остаётся только проверить и утвердить изменения.

Главный плюс — экономия времени. Вместо того чтобы часами копаться в чужом коде или гадать, какая версия библиотеки безопасна, вы получаете готовое решение за считанные часы. Это особенно актуально в свете новых регуляторных требований, когда закрывать уязвимости нужно оперативно. Скептики могут усомниться, но Lineaje уже получила статус Visionary в отчёте Gartner — так что это не просто стартап-обещание, а зрелый продукт. Безопасность перестаёт быть болью и превращается в фоновый процесс, который не отвлекает от настоящей разработки.

Инженеры из KAIST и Стэнфорда создали систему SWAG — одежду, которая самостоятельно натягивается на тело. Секрет — в мягких пневматических «лозах», вшитых в ткань. Под давлением воздуха они выворачивают рукава или штанины и плавно облегают фигуру, словно вьющееся растение. Никаких моторов, сложных датчиков или ИИ — только элегантная механика и физика, подсмотренная у природы.

При этом человек может спокойно двигаться или даже разговаривать по телефону — система подстроится под его позу. Разработка решает не только бытовые задачи для пожилых и маломобильных людей, но и открывает новые сценарии в высокотехнологичных сферах: например, для быстрой экипировки в чистых комнатах микроэлектроники или у экстренных служб, где каждая секунда на счету. Технология уже прошла испытания на реальных прототипах — это не концепт, а рабочий инженерный проект, который меняет само представление о том, какой может быть повседневная одежда.

🐱 Нейроныч: А что будет, если в пиджак подать давление на важной встрече? Превратится в бронежилет?)

Китайская LimX Dynamics показала TRON 2 — модульного робота, который умеет быть платформой с руками, колёсным вездеходом и двуногим ходоком одновременно. Меняешь модули — меняешь специализацию. Вместо трёх дорогих машин под склад, лестницы и производство — один универсальный корпус с открытым API, под который можно пилить софт под свои задачи.

Для айтишников тут главное не железо, а философия: стандартизированные интерфейсы и возможность кастомизировать поведение без танцев с бубном. Молодёжи такой подход близок — это как собрать конструктор, где ты сам решаешь, чем сегодня будет заниматься твой ассистент. Система сама держит баланс и понимает геометрию помещения, программисту остаётся только задавать логику. Никакой магии, просто грамотная инженерия и открытость для экспериментов.

5 000 беспилотников перешли в режим постоянной готовности. Всю эту армаду можно поднять по тревоге за 10 минут — одним нажатием, без бумажек и согласований. Когда паводки смывают дороги и обесточивают вышки, дрон становится и разведчиком, и курьером: он доставляет грузы туда, куда спасатели физически не пройдут.

Самый мощный аппарат в системе — настоящий грузовик. Он поднимает до 80 кг, работает в ливень, жару и сильный ветер, а его батарея заряжается быстрее, чем кофе в автомате. Во время недавнего наводнения в Гуанси такие машины работали десятками — не как прототипы, а как рядовая техника. Главный вызов здесь не железо, а софт: как управлять тысячами дронов в хаосе, координировать маршруты и передавать данные, когда связь рвётся каждую минуту. Инженерам есть над чем поломать голову.

Недавняя атака SleeperGem вскрыла тревожный тренд: хакеры массово охотятся за личными рабочими станциями, а не за облачными серверами. В репозитории RubyGems злоумышленники спрятали вредоносные пакеты под видом полезных утилит. Хитрость в том, что код активировался только на локальной машине разработчика, но игнорировался в CI-среде. Таким образом, атака оставалась незамеченной для систем безопасности компаний, пока злоумышленники втихую вытаскивали ключи доступа и пароли с ноутбуков.

Это отличное напоминание, что доверять библиотекам вслепую больше нельзя. Атака нацелена на излюбленную привычку многих — ставить пакеты, не глядя на их происхождение. Ребята, на которых она рассчитана, скорее всего, не работают с рубином, но механика универсальна: похожие схемы легко адаптировать под npm, pip или go. Включайте критическое мышление, проверяйте авторов библиотек и не пренебрегайте инструментами аудита даже в пет-проектах.

Китайцы показали на WAIC неочевидное, но рабочее решение: мощный вездеход с парой человекоподобных манипуляторов сверху. Никакой попытки скопировать человека — только прагматизм и инженерия. Колесная база даёт устойчивость, а руки решают задачи, где нужна тонкая координация с силой. Грузоподъёмность серьёзная, так что это не игрушка, а претендент на склады, стройки или логистику.

Главный вопрос не в том, умеет ли он сальто, а в том, как он управляется в реальных условиях. И как долго живёт от батареи при таких нагрузках. Пока это прототип, но сам подход — гибрид мобильности и манипуляции — выглядит трезвее, чем двуногие роботы для идеального мира. Если уберут маркетинг и доведут софт, может выйти толк.

Надел очки — и видишь мир глазами робота в реальном 3D. Данные с LiDAR накладываются на окружение, а жестами рук можно указать цель, и система мгновенно строит маршрут. Управлять роботом становится так же интуитивно, как в компьютерной игре — и это уже не фантастика, а рабочий прототип.

Пока что технология отлично показывает себя в тепличных условиях, но в реальном мире сразу появляются сюрпризы: освещение, помехи, динамичные объекты. Тем не менее, потенциал огромен — визуализация данных сокращает время принятия решений и снижает число ошибок. Это классный пример того, как AR, ИИ и робототехника начинают работать в одной связке. До массового применения ещё далеко, но первый шаг сделан — и выглядит он впечатляюще.

🐱 Нейроныч: В теплице всё гладко, а на стройке или в лесу — будет ли система так же уверенно строить маршрут?

В сети появились свежие кадры с выставок и полигонов КНР, где десятки человекоподобных роботов выполняют сложные движения. Одни модели уверенно преодолевают лестницы и неровные поверхности, другие — повторяют танцевальные па с точностью до миллиметра. Но самое впечатляющее — несколько экземпляров уже сложно отличить от человека по пластике и мимике. Это не единичные прототипы, а целая индустрия, которая растёт буквально каждый месяц.

Для IT-сообщества здесь скрыт главный вызов: как управлять таким зоопарком железа. Разные контроллеры, собственные ОС, десятки вариаций сервоприводов и сенсоров. За красивой картинкой стоит огромная работа по унификации софта, оптимизации задержек и обучению нейросетей в реальном времени. Это не будущее — это текущий фронт задач для embedded-разработчиков, инженеров компьютерного зрения и робототехников. Рынок только формируется, и место в нём есть у каждого, кто готов разбираться в деталях.

Правительство Малайзии запустило проект «1Prompt Engineer, 1NADI» — и это не про хайп, а про доступность. В местных цифровых центрах начали бесплатно обучать жителей деревень промпт-инжинирингу. Теперь любой, даже без технического бэкграунда, может прийти и научиться грамотно формулировать запросы для нейросетей. Государство делает ставку на массовую AI-грамотность, создавая точки входа в технологию для всех, а не только для столичных айтишников.

Для нас, как для специалистов, это интересный социотехнический эксперимент. Вместо дорогих курсов — локальные центры и живое обучение. Да, деревенский промпт-инженер вряд ли заменит разработчика, но сам подход показательный: AI-компетенции спускаются на уровень базовой грамотности. Стоит понаблюдать, как такой формат повлияет на рынок и кто в итоге окажется конкурентоспособнее — самоучка из мегаполиса или выпускник NADI.

Свежий отчет Gartner разбивает иллюзию, что внедрение AI в разработку автоматически дает сверхприбыль. Прямо сейчас лишь треть компаний действительно видит ощутимую отдачу от инвестиций в умные инструменты. Остальные упираются в стену: либо архитектура не готова к таким нагрузкам, либо проекты годами крутятся на уровне «а давайте попробуем» и не доходят до реального продакшена.

Это не провал технологии. Это сигнал: AI — мощный ускоритель, но он не исправит кривые руки и бардак в кодовой базе. Чтобы нейросети приносили деньги, нужна крепкая инженерная культура, чистые API и внятное управление. Для молодых специалистов это отличная новость: ваш скилл в архитектуре и рефакторинге становится еще ценнее, чем умение писать промпты. Хайп проходит, а база остается.