Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Можно ли удалить свои данные из уже обученной нейросети
Почему удалить себя из обученной модели почти невозможно так же, как строку из базы, что реально стоит за unlearning и правом на удаление, и где на самом деле находится рычаг.
Может ли ИИ выдать чужие персональные данные
Разбираю честно: где модель действительно способна вспомнить чужие данные из обучения, а где реальная утечка приходит из вашей же системы - RAG, логов и контроля доступа.
Как запретить ИИ учиться на ваших промптах и переписке
Разбираю по-честному, для человека и для компании: где чат-боты по умолчанию учатся на вашей переписке, как это выключить и почему opt-out не стирает то, что модель уже выучила.
ИИ-контур и 152-ФЗ: слепая зона комплаенса, за которую платит собственник
Чат-боты, RAG и ИИ-ассистенты гонят персональные данные клиентов во внешние LLM - контур, который никто не аудирует. Именно здесь материализуется оборотный штраф до 500 млн, и отвечает собственник лично.
Персональные данные и веб-формы по 152-ФЗ: практическое руководство 2026 года
Какие поля формы считаются персональными данными, какие согласия нужны, что изменилось после реформы 2025 года и как не попасть на оборотный штраф.
Опыт в ИТ дорожает не сам по себе
Рынок платит не за количество лет в профессии, а за способность решать актуальные задачи. Разбираю, как незаметно обесценивается экспертиза и какая её часть почти не дешевеет.
Когда ИИ показывает накопленный долг в коде
Первые цифры по проекту Glasswing - не история про умную модель. Это история про то, сколько старых уязвимостей лежит в коде, который мы используем каждый день.
Контракты на данные: от принципа к работающему инструменту
Контракты на данные несколько лет обсуждались как концепция. В 2026 году это уже работающий инструмент с реальной стоимостью внедрения и реальными результатами.
Робототехника после LLM: почему следующий вопрос - не чат, а действие в мире
LLM изменили интерфейс взаимодействия с компьютером. Следующий сдвиг - это физические системы, которые понимают контекст и действуют в реальном мире.
Почему ИИ не спасает плохие данные
Короткий разбор о том, почему внедрение ИИ в компании начинается не с модели, а с качества данных.
Что такое инжиниринг данных и почему бизнесу он нужен раньше ИИ
Разбор того, почему данные приходится собирать и структурировать до того, как обсуждать модели и агентов.
Следующая эволюция Agents SDK: длинные задачи, sandbox и производственный агент
Инструменты для разработки ИИ-агентов становятся зрелее. Что это означает для компаний, которые думают о реальных внедрениях, а не о демо.