TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #379 · 11.06

Я попробовал Whoosh с подпиской, и да: кнопка включения страховки запоминает своё положение. То есть без подписки она всегда сама переключается в активное состояние, поэтому, если забудешь её отжать (каждый раз при аренде самоката!), заплатишь лишние 35 рублей. Но с подпиской стоит один раз её выключить, она в таком состоянии остаётся. Давно ли мы стали платить деньги за отключение тёмных паттернов и за то, чтобы сервис вёл себя не по-мудачески? В новостях вовсю рассказывают про платную подписку Telegram. В премиум-функциях будет, например, удвоение размеров пересылаемых файлов. Дуров написал у себя что, дескать, это всё для поддержания инфраструктуры: на платные функции расходуется больше ресурсов, поэтому они и платные. Если функция расходует ресурсы компании, то её платность это совершенно нормально. Именно так и должны работать платные подписки. Например, отключение рекламы за деньги это вполне хорошо и справедливо: компания зарабатывает на рекламе и оплачивает с этих денег свою инфраструктуру, если вы отключаете рекламу, а инфраструктурой пользуетесь, то вы расходуете ресурсы компании, поэтому с вас логично и правильно брать деньги. До санкций я платил за YouTube без рекламы (впрочем, сейчас он без рекламы бесплатный получается). И я бы платил, например, за ВК без рекламы. Может, уже не сейчас, но в лучшие времена этой соцсети. Однако, брать деньги просто за то, чтобы перестать делать неудобно — это мудачество, если удобство не расходует дополнительных ресурсов. Дуров упомянул о поддержке инфраструктуры, но почему-то забыл сказать, что, например, 10 закреплённых чатов вместо 5 это тоже платная функция, хотя никаких дополнительных ресурсов не расходует. Закреплённость чата это, скорее всего, один бит, который и так у всех чатов уже есть, просто нулевой. Но даже если нет, дополнительные "расходы" на это совершенно ничтожны. Больше закреплённых чатов — та функция, которую много людей просили в течение последних нескольких лет. Огромной доле пользователей Телеграма неудобно с пятью чатами, но команда годами не увеличивала этот лимит, а теперь вот такая возможность войдёт в платную подписку. По сути своей это ничем не отличается от того, что Whoosh в бесплатном тарифе делает неудобную и назойливую кнопку страховки, а в платном приводит её к тому нормальному состоянию, в котором она по идее и так должна быть. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #penetrationtesting

当前筛选 #penetrationtesting清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #9289 · 22.12.2025 г., 07:14

💀NeuroSploit v2 - продвинутый AI-фреймворк для тестирования на проникновение (пентеста). NeuroSploit v2 использует большие языковые модели, чтобы автоматизировать и усилить offensive security. Фреймворк помогает анализировать цели, находить уязвимости, планировать эксплуатацию и поддерживать защитные меры, сохраняя фокус на этике и операционной безопасности. Основные возможности: • Агентная архитектура Специализированные AI-агенты под разные роли: Red Team, Blue Team, Bug Bounty Hunter, Malware Analyst. • Гибкая интеграция LLM Поддержка Gemini, Claude, GPT (OpenAI) и Ollama с настройкой через профили. • Тонкая настройка моделей Отдельные LLM-профили для каждой роли: выбор модели, температура, лимиты токенов, кэш и контекст. • Markdown-промпты Динамические шаблоны промптов, адаптирующиеся под задачу и контекст. • Расширяемые инструменты Интеграция Nmap, Metasploit, Subfinder, Nuclei и других security-инструментов через конфигурацию. • Структурированные отчёты JSON-результаты кампаний и удобные HTML-отчёты. • Интерактивный CLI Командная строка для прямого управления агентами и сценариями. NeuroSploit v2 - пример того, как agentic AI превращает пентест из ручной работы в управляемую автоматизацию. git clone https://github.com/CyberSecurityUP/NeuroSploitv2.git cd NeuroSploitv2 ▪Github: https://github.com/CyberSecurityUP/NeuroSploit @ai_machinelearning_big_data #python#Penetrationtesting#llm#mlops#Cybersecurity