Будущее здесь

Когда речь заходит о продуктивности, то лет 10 назад широко ходил миф про многозадачность. Да чего греха таить, я сам оборудовал рабочее место 4-мя мониторами и еще дополнительно ставил ноут, поддерживая «иллюзию значимости дел». Но это не многозадачность. Новое исследование посвящено способности человеческого мозга к истинной многозадачности. Мозг физически перестраивает свою архитектуру на основе длительного опыта, благодаря чему распараллеливает усвоенные задачи.

Волна сокращений в IT — реальность, а не угроза. С конца 2024 года к консультантам «большой четвёрки» всё чаще приходят не технические директора, а CEO и CFO с одним запросом: «Айтишников стало слишком много — что-то надо сделать». Для CTO ключевой путь — создание профессиональных команд, усиленных ИИ-инструментами, где CTO становится инициатором изменений, а не их объектом.

Искусственный интеллект кардинально повышает производительность и сокращает численность штата: бизнес требует минимум 30% сокращений, а лидеры рынка достигают 70–80%. Это новая эра, сравнимая с изобретением компьютера, требующая перехода на качественно новый уровень.

Я из Воркуты. Несколько лет изучаю возможность строительства здесь крупного вычислительного центра для ИИ-задач. Каждый раз, когда я рассказываю об этом, слышу одни и те же шесть возражений. Все они звучат убедительно. Ни одно не выдерживает проверки фактами.

Человеческая цивилизация держится в том числе на представлении об абсолютной неизменяемости прошлого. Но представьте себе существо, обладающее следующими свойствами:

1. Видит свою память как набор фактов в любой момент времни.

2. Обладает возможностью по своей воле удалять, добавлять, изменять любые факты своей памяти.

Если каждый теперь может за один промпт собрать себе приложение, то зачем вообще платить разработчику? Кажется, что код обесценился — и да, это правда. Но обесценился он у всех сразу, а значит вопрос не в том, «заберёт ли ИИ работу», а в том, куда теперь сместилась ценность.

На протяжении всей истории бизнеса компании учились учитывать то, что становилось для них критически важным.

Когда экономика была простой, владельцу мастерской достаточно было понимать, сколько товара лежит на складе и сколько денег осталось в кассе. По мере роста компаний появились бухгалтерия, управленческий учёт, финансовая отчётность и аудит. Затем бизнес научился учитывать оборудование, сотрудников, логистику, производительность, риски и эффективность процессов.

Каждый новый этап развития экономики порождал новые системы учёта.

…

За эти полгода я кое-что узнал о том, как можно (и как не стоит) обращаться с тем замечательным созданием, что живёт в вашем терминале, виэскоде, курсоре или где вы там его запускаете, и счёл не бесполезным записать некоторые наблюдения. Тем более что меня спрашивают, а каждому лекцию не прочитаешь. Собственно, на то и статья, а точнее, эссе…

Оно балансирует где-то между журналом натуралиста-любителя и практическим гайдом программиста-архитектора, которому в зубы выдали личного джина.

Надеюсь, что данная публикация не будет воспринята, как пиар. Просто мне хотелось поделиться некоторыми соображениями на тему технологического решения ориентированного на специалистов прикладников. Не секрет, что не так-то просто найти общий язык между специалистами различных специальностей, в том числе между специалистами предметниками и ИТ-специалистами реализующими прикладные задачи. Идеи, затронутые в интервью, могут быть использованы для реализации ваших собственных приложений совершенно свободно. Единственная просьба не забыть упомянуть об источнике информации.

Расскажите немного о себе.

По первому образованию я инженер машиностроитель. Начинал трудовую деятельность на заводе и стать инженером был мой осознанный выбор. Во время учёбы в институте был приглашен на кафедру, на должность научного сотрудника.

Работал на проекте связанном с системами автоматизированного проектирования (САПР). Занимаясь алгоритмизацией прикладных задач, быстро убедился, что алгоритмы и блок-схемы, если они относятся к предметным областям, требующим специального образования, понимают только те, кто эти алгоритмы и блок-схемы создавал.

Занялся программированием, чтобы вместо алгоритмов и блок-схем писать прототипы прикладных программ.

В то время (как время быстро летит). В то время повсеместное внедрение САПР было основной темой, подобно ИИ сейчас. Естественным продолжением карьеры стал переход из учебного заведения в отдел САПР крупного конструкторского бюро.

Отдел, в котором я работал, плодотворно сотрудничал с учебными и отраслевыми институтами и располагал весьма современной (по тем временам) вычислительной базой. Всё шло своим чередом на уровне мировых тенденций. Что потом случилось всем известно…

На протяжении большей части истории ИИ каждый шаг в его разработке делали люди. Но в Anthropic мы всё больше делегируем часть этой работы самим ИИ-системам — и это ускоряет наш прогресс.

Если тенденция продолжится и ресурсов вычислений будет достаточно, она ведёт к системе, способной полностью автономно проектировать и разрабатывать собственного преемника. Это называется рекурсивным самосовершенствованием. Мы ещё не там, и оно не неизбежно. Но оно может наступить раньше, чем большинство институтов успеет подготовиться.

Опираясь на публичные бенчмарки и ранее не публиковавшиеся внутренние данные Anthropic, The Anthropic Institute показывает: ИИ уже ускоряет разработку ИИ-систем. Один из примеров: сегодня инженеры Anthropic в среднем коммитят в 8 раз больше кода в квартал, чем в 2021–2025 годах.

Технические тенденции, описанные в этой статье, говорят о том, что ИИ-системы в ближайшие годы станут значительно мощнее. Последствия огромны. ИИ, способный строить себя сам, — это крупнейшее событие в истории технологий, которое может принести колоссальную пользу в науке, медицине и других областях. Но полноценное рекурсивное самосовершенствование может и усилить риски потери людьми контроля над ИИ-системами. Если системы смогут полностью строить собственных преемников, вопросы их защиты, мониторинга и управления поведением становятся несравнимо важнее.

Спецлаб 30 лет разрабатывал комплексную систему видеонаблюдения GOALcity, и теперь там такое огромное число настроек, что можно управлять любыми технологиями этого и еще чуть-чуть того мира. Вот любую возможность для подобных программ назовите - она там уже есть. Но есть нюанс: настроить что-либо сможет, ну, очень терпеливый пользователь.

Сегодняшнее поколение зуммеров такой продукт никогда не купит - в нем больше одной кнопки.

В мире существует более 300 жестовых языков — и при этом глухие и слабослышащие люди по-прежнему сталкиваются с барьером в общении с теми, кто жестового языка не знает. Переводчики-люди незаменимы, но их всегда не хватает: не каждый врач, учитель или продавец в магазине владеет ASL или РЖЯ. Технологии давно пытаются восполнить этот пробел — и до последнего времени безуспешно. Теперь исследователи из Университета Ёнсе в Сеуле сделали шаг, который может изменить ситуацию:семь небольших электронных колец, надетых на пальцы, в связке с нейросетью распознают жесты и переводят их в текст — без проводов, без перчаток и без длительной калибровки под каждого пользователя.

В начале XIX века английские ткачи ломали станки — не потому что не понимали технологию, а потому что понимали слишком хорошо. Два века спустя эта тревога возвращается.

Перевод статьи Why the Biggest Threat to Robotics Isn't Technical (Six Degrees of Robotics, Аарон Прейтер, май 2026) о том, почему главная угроза робототехнике сегодня — не техническая, с моими пояснениями для тех, кто следит за темой снаружи индустрии.

Я сисадмин. Олдскульный. Работал с сетями, писал скрипты, поднимал VPNы, отлаживал маршрутизацию в три часа ночи. И люблю читать фантастику. Но почти всегда, когда в книге появлялся «хакер» или «системный администратор», меня передёргивало.

То он взламывает Пентагон за пять минут через ноутбук через взлом IP‑адреса, то пишет код в виде случайного набора слов или набор команд, не имеющих вообще никакого смысла. В лучшем случае программист — это какой‑то шаман, который раз — и всё сделал.

И все эти годы где‑то на подкорке мне хотелось бы почитать про себя в главной роли, про очкарика с клавиатурой, который находит нужные данные не перебором комбинаций, а через grep, и ломает сервер не выстрелом, а через ssh и chattr +i

Стоимость создания IT-решений для автоматизации заметно упала благодаря появлению ИИ-инструментов. При этом ИИ по-прежнему плохо умеет извлекать из повседневной корпоративной суеты чёткие процессы, границы ответственности, правила принятия решений и другие нюансы реальной бизнес-деятельности. 

Именно это провоцирует появление новой роли на стыке бизнеса и инженерии — той, которая превращает операционную логику компании в структурированный, машиночитаемый контекст, пригодный для ИИ-автоматизации. 

Всем привет! Это команда курса по вайбкодингу в Практикуме. В этой статье хотим поразмышлять о формирующейся роли Business Logic Owner: что это, почему стало актуальным и какие специалисты станут первыми BLO. 

Лето. Пора отпусков. Многие в преддверии этого периода заранее расслабляются, но только не кадровики с бухгалтерами. Сегодня расскажу, как мы разработали и внедрили у себя агентскую систему, которая взяла на себя большую часть проблем с отпусками. Работает она автоматически в виде локального AI-агента, подключенного к корпоративному мессенджеру.

Индустрия искусственного интеллекта застряла в так называемой «стохастической петле». Мы тратим тысячи часов, пытаясь «уговорить» языковые модели выдать верный результат. Мы пишем огромные «промпты-простыни», применяем шаманские лайфхаки из интернета, но раз за разом сталкиваемся с галлюцинациями, потерей логики, сикофансией и деградацией внимания нейросети.

Когда мы работаем в чате, это терпимо. Но как только мы выходим в зону промышленной эксплуатации, одиночный промпт, даже самый идеальный, начинает фатально давать сбои. Монолитный запрос пытается быть одновременно и извлекателем данных, и аналитиком, и строгим критиком. В результате модель тратит драгоценное контекстное окно на то, чтобы просто не запутаться в ваших инструкциях.

Представляемая мной книга — не сборник очередных «10 лучших трюков для ChatGPT». Это жесткий инженерный протокол, перенесенный из классической советской школы проектирования сложных программных систем в сферу ИИ. В ней разобрано практически пошагово как уйти от ремесленничества к конвейерному производству смыслов и построить детерминированную систему вокруг любой, даже самой капризной LLM.

Что стоит за вопросом «это писал человек или нейросеть» — и почему разговор об авторстве уже упирается в SIP, DR и MAP.

28 мая вышел Opus 4.8 — через 41 день после 4.7 и с Dynamic Workflows, на которых переписали Bun. Через два дня появился DeepSWE и поставил под сомнение весь лидерборд, включая только что вышедший Opus. Enterprise-клиент без лимитов сжёг $500M за месяц. DeepSeek набирает команду для создания своего агента. А в MySQL закрыли 21-летний баг.

Важный пост, который, на мой взгляд, возвращает разговор об ИИ из мира воздушных замков в реальность, опубликовал Дэвид Гётте — CEO и управляющий директор компании, занимающейся автоматизацией продаж с помощью искусственного интеллекта.

Очевидно, его откровенно раздражают бесконечные посты в духе: «Я заменил весь свой отдел продаж Claude». По его словам, практически каждая такая история — либо откровенная ложь, либо полуправда, упакованная в эффектный кейс о цифровой трансформации.

Гётте много лет профессионально разрабатывает ИИ-инструменты для продаж и хорошо понимает реальные возможности таких систем. Поэтому он уверенно утверждает: сегодня никто не заменяет полноценный отдел продаж искусственным интеллектом.

Что на самом деле скрывается за подобными заявлениями?

Предприниматель, который пишет: «Я заменил свой отдел продаж», зачастую сам работает продавцом по 60 часов в неделю и называет это автоматизацией. Компания, рассказывающая об исходящих продажах «без единого человека», раньше имела одного координатора продаж, а теперь ИИ выполняет часть его функций. А за громкими заявлениями вроде «ИИ теперь закрывает сделки за нас» нередко стоят компании с падающей выручкой — просто об этом в последующих публикациях уже не рассказывают.

Такие посты становятся вирусными, потому что обещают именно то, что многие хотят услышать: дешевле, быстрее, эффективнее и без неудобного человеческого фактора. Увольняем отдел продаж — и поручаем всё искусственному интеллекту.

Проблема в том, что подобные публикации подталкивают руководителей и владельцев бизнеса к ошибочным выводам. Успешные и вполне рациональные люди начинают думать: «А может, действительно просто заменить людей ИИ?» Отдел продаж начинает восприниматься как расходная статья, которую можно и нужно автоматизировать и сократить. Решения о людях всё чаще принимаются под влиянием хайпа и кликбейтных заголовков.

Загадка. Автомойка находится 50 метрах от дома. Как доберетесь до нее? Поедете на машине или пойдете пешком?

Если вы ответили «конечно, пешком — отчего не прогуляться», поздравляем: вы угодили в ловушку абсурдности. 50 метров ехать на машине действительно неэффективно, вот только без нее на автомойке вам нечего будет мыть.

Но не переживайте! Ровно так же на этот вопрос ответила и новая модель Claude Opus 4.8, заявленная Anthropic как самая мощная на сегодняшний день нейросеть. Раз уж искусственному сверхразуму незазорно попадать в смысловые ловушки, то нам с вами и подавно.

В этом материале мы разбираем первые рецензии на новую нейросеть и делаем короткий вывод: кому нужно перейти на нее прямо сейчас, кто может без проблем продолжить пользоваться предыдущей моделью, а кому будет достаточно и ChatGPT, Grok и других бесплатных аналогов.