惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

B
Blog
C
Check Point Blog
The GitHub Blog
The GitHub Blog
Y
Y Combinator Blog
SecWiki News
SecWiki News
有赞技术团队
有赞技术团队
Latest news
Latest news
D
DataBreaches.Net
Blog — PlanetScale
Blog — PlanetScale
Project Zero
Project Zero
H
Help Net Security
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
G
GRAHAM CLULEY
Engineering at Meta
Engineering at Meta
T
Threat Research - Cisco Blogs
腾讯CDC
P
Proofpoint News Feed
L
LINUX DO - 热门话题
C
Cisco Blogs
P
Palo Alto Networks Blog
Vercel News
Vercel News
P
Privacy International News Feed
爱范儿
爱范儿
Scott Helme
Scott Helme
L
Lohrmann on Cybersecurity
MyScale Blog
MyScale Blog
K
Kaspersky official blog
B
Blog RSS Feed
美团技术团队
Microsoft Security Blog
Microsoft Security Blog
O
OpenAI News
博客园 - 叶小钗
量子位
T
Tenable Blog
C
Cybersecurity and Infrastructure Security Agency CISA
J
Java Code Geeks
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Hacker News: Ask HN
Hacker News: Ask HN
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
L
LINUX DO - 最新话题
F
Fortinet All Blogs
N
News | PayPal Newsroom
The Hacker News
The Hacker News
C
CXSECURITY Database RSS Feed - CXSecurity.com
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
博客园 - 【当耐特】
N
News and Events Feed by Topic
V
Visual Studio Blog
Google DeepMind News
Google DeepMind News
Last Week in AI
Last Week in AI

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Спасти рядового Буридана
3aky · 2026-05-23 · via Все публикации подряд на Хабре

Спасти рядового Буридана

Уровень сложностиПростой

Время на прочтение5 мин

Охват и читатели0

Туториал

И как понять смущающую интуицию задачу за секунду - метод экстремальных параметров.

Бывало ли у вас такое - вы смотрите на условие задачи, логику алгоритма или даже жизненную ситуацию, интуиция кричит: «Здесь всё очевидно!», а строгая логика, тесты или реальность упрямо показывают совершенно другой результат?

Человеческий мозг ленив и часто пасует перед теорией вероятностей или сложными физическими взаимодействиями. Но есть один простой инженерный трюк, который позволяет мгновенно подсветить правильный ответ. Нужно просто выкрутить параметры задачи на максимум или минимум.

Давайте разберем, как этот метод работает, на двух классических парадоксах, над которыми годами ломают копья в интернете.


Задача №1: Классический Монти Холл и миллион дверей

Сначала быстро вспомним классический Парадокс Монти Холла. Вы участвуете в игре. Перед вами три двери. За одной из них автомобиль, за двумя другими - козы.

  1. Вы выбираете одну дверь (например, №1).

  2. Ведущий (которому известно, где что находится) открывает одну из оставшихся дверей (например, №3), показывая козу.

  3. После этого он спрашивает: «Желаете ли вы изменить свой выбор и выбрать дверь №2?»

Вопрос: увеличиваются ли ваши шансы выиграть автомобиль, если вы измените свой выбор?

Интуиция почти каждого говорит: «Осталось две двери. Шансы 50/50, разницы нет».

Но логика утверждает обратное: если вы смените дверь, вероятность выигрыша становится 2/3, а если останетесь при своем мнении - всего 1/3.

Включаем масштабирование

Давайте забудем про три двери. Представьте, что вы пришли на то же шоу, но теперь перед вами 1 000 000 (один миллион) дверей.

Правила те же - одна Tesla, 999 999 коз.

  1. Вы выбираете случайную дверь - например, №1.

Стоп-кадр. Вероятность, что вы угадали сразу, ничтожна - всего 1/1 000 000. С вероятностью 999 999/1 000 000 (практически наверняка) машина находится среди оставшихся дверей.

  1. Ведущий хитро улыбается, нажимает на кнопку и открывает 999 998 дверей, показывая за ними коз.

  2. Незакрытыми остаются только две двери - ваша (№1) и, например, дверь №777 777.

Ведущий спрашивает: «Меняете выбор?»

Ну как? Неужели вы всё ещё думаете, что шансы 50 на 50?

Конечно нет! Вы понимаете, что выбирая дверь №1, вы почти гарантированно промахнулись. А вот то, что ведущий открыл почти миллион дверей и обошел стороной именно дверь №777 777 - это не случайность. С вероятностью 99.9999% машина именно там.

Выкрутив количество дверей до экстремального максимума, мы убрали «шум» и сделали скрытую зависимость очевидной.


Задача №2: Самолёт на конвейере и скрытая физика

Эта задача годами держит в страхе физические форумы.

Условие: Самолёт стоит на подвижной взлётной полосе (гигантском конвейере). Этот конвейер может двигаться назад (против направления взлёта). Система управления устроена так, что скорость полотна под самолётом всегда в точности равна скорости самолёта вперёд.

Вопрос: Сможет ли самолёт взлететь?

Где обычно спотыкается интуиция?

Большинство людей рассуждает так: если конвейер движется назад с той же скоростью, с какой самолёт пытается ехать вперёд, то они компенсируют друг друга. Самолёт останется стоять на месте относительно земли. Воздух вокруг крыльев не движется, подъёмная сила равна нулю - самолёт никуда не летит.

Звучит логично? Да. Но физически - абсолютно неверно, потому что в этом рассуждении скрыто ложное допущение. Люди подсознательно переносят на самолёт поведение автомобиля. Автомобиль отталкивается колесами от покрытия. А чем отталкивается самолёт? Воздухом! Его двигатели толкают назад воздух, создавая тягу вперёд, а колёса на шасси просто свободно крутятся.

И вот здесь наш метод снова спасёт кучу нервных клеток. Давайте выкрутим параметры взаимодействия колёс и конвейера.

Экстремальное значение №1: Идеальный мир (Трение = 0)

Представьте, что подшипники в колёсах нашего самолёта идеальны. В них вообще нет трения, а колёса невесомы.

  1. Пилот врубает турбины. Двигатели создают огромную тягу вперёд.

  2. Конвейер сходит с ума и запускается назад со скоростью 300 км/ч.

  3. Что происходит с самолётом? Ничего. Поскольку трения в колёсах нет, конвейер просто бешено крутит колёса шасси назад. Сам самолёт этого даже не «замечает» - он спокойно разгоняется сквозь воздух, получает подъёмную силу и взлетает.

Изменив трение до нуля, мы чётко увидели: скорость полотна конвейера сама по себе не способна остановить тягу реактивного двигателя.

Экстремальное значение №2: Вязкое болото (Коэффициент трения стремится к бесконечности)

А теперь давайте выкрутим этот же параметр в другую сторону. Представьте, что вместо смазки в подшипники залили суперклей, или колеса сделаны из сверхлипкой резины, а коэффициент трения стремится к гигантским значениям.

Что происходит теперь?

  1. Пилот запускает двигатели. Самолёт пытается сделать мизерное движение вперед со скоростью всего 1 см/с.

  2. Конвейер тут же реагирует и начинает ехать назад со скоростью те же 1 см/с. Скорости равны, условие соблюдено.

  3. Но из-за нашего гигантского коэффициента трения даже этого крошечного вращения колес достаточно, чтобы полотно конвейера «зацепило» самолёт и с огромной силой потащило его назад. Возникающая сила сопротивления в подшипниках шасси мгновенно уравновешивает тягу моторов, полностью останавливая движение.

Самолёт будто упирается в невидимую стену. Колеса не могут свободно прокручиваться на конвейере. Вся сила движения полотна назад через колоссальное сцепление передается на фюзеляж, полностью компенсируя тягу моторов. Самолёт останется стоять на месте относительно земли, а значит - не взлетит.

Какой вывод?

Метод экстремальных параметров показал нам суть задачи: ответ вообще не зависит от равенства скоростей. Он зависит исключительно от коэффициента трения в шасси.


Применение в IT: Поиск Edge Cases и понимание логики

Этот ментальный паттерн невероятно полезен в повседневной разработке и проектировании систем. Он - лучший инструмент для поиска и понимания «граничных случаев» (Edge Cases).

Если вам нужно понять, как работает ваш код, не тестируйте его только на «нормальных» данных. Выкручивайте ручки!

  • Что если массив данных пуст? Выкручиваем размер в 0. Упадёт ли цикл? Обработает ли логика отсутствие данных?

  • Что если массив данных содержит один элемент? Часто логика для «одного» и «многих» отличается.

  • Что если пришёл миллион запросов одновременно? Выкручиваем нагрузку на максимум. Где тонкое место: база данных, сеть, процессор?

  • Что если интервал времени равен нулю? Например, в функции планировщика задач.

  • Что если значение параметра стремится к бесконечности? Не переполнится ли переменная? Хватит ли памяти?

Выкручивание параметров до нуля, единицы или бесконечности позволяет «очистить» логику алгоритма от шума промежуточных значений и сразу увидеть критические уязвимости и истинные зависимости.

И в обычной жизни

Этот метод работает не только в физике и коде. Если вам нужно оценить риск или принять решение, попробуйте масштабировать ситуацию.

«Что если я потрачу на этот курс 100 рублей?» - Не страшно. «Что если я потрачу 100 000 рублей, и курс окажется плохим?» - Хм, а мне это точно надо? «Что если я потрачу 100 000 рублей, месяц жизни, курс окажется плохим, а это мои последние деньги?» - Ну его нафиг.

Выкручивая параметры на максимум, вы делаете последствия и скрытые факторы очевидными, что помогает принимать более взвешенные решения.

Я плохой рассказчик и буду благодарен за любые советы или случаи из вашего опыта в комментариях.