Исследования и прогнозы в IT *

Китай предложил пороги для AI-агентов: 20 подзадач, 60 агентов, 200 инструментов. Разбираюсь, можно ли вообще измерить «силу» агента одной цифрой и что на самом деле говорят бенчмарки.

Мы привыкли проектировать продукт через характеристики: удобство, надёжность, скорость, эстетику. Но продукт не создаёт потребность — он может только попасть в уже существующую. Каким должен быть продукт, мы заранее не знаем. Зато мы знаем, что ему предшествует: функциональная потребность пользователя и мотивация, с которой он берётся за инструмент. Поставив продукт в самый конец нашей схемы, сделаем шаг назад и разберёмся, что стоит перед ним — и где в этой схеме место UX-метрикам.

22 октября 2026 года сооснователь и CEO Hugging Face Клеман Деланг (@ClemDelangue) анонсировал релиз Carbon-X — открытой языковой модели на 14,8 млрд параметров для чтения, анализа и генерации последовательностей ДНК. В том же посте он рассказал показательную деталь: когда он попросил коммерческую закрытую модель просто вычитать черновик своего твита перед публикацией, сработал фильтр безопасности и запрос заблокировало.

Сам твит Деланга звучал так:

1 сентября 2026 года Тим Кук передал пост CEO Джону Тернусу и стал исполнительным председателем совета директоров. Он возглавил Apple 24 августа 2011 года, за шесть недель до смерти Стива Джобса. Получилось 15 лет и 8 дней — период с точными датами начала и конца, а значит, его можно измерить целиком, а не гадать о промежуточных итогах.

Разговор про Apple после Джобса обычно сводится к спору о визионерстве, который ничем не заканчивается: критерия под ним нет. Поэтому здесь пять измеримых осей — выручка и ее структура, валовая маржа, интенсивность R&D, глубина вертикальной интеграции и регуляторная нагрузка. По каждой есть число на входе периода и число на выходе.

Сразу про данные. Финансовые цифры взяты из квартальных релизов и годовой отчетности Apple, ссылки — в конце. Там, где компания показатель не раскрывает (продажи носимых, Vision Pro, доля Индии в сборке), стоят оценки аналитиков с указанием, чьи они. Финансовый 2026 год на момент публикации не закрыт: он заканчивается в конце сентября, поэтому последний полный год в сравнении — FY2025.

Данный текст является конкретным техническим решением и ответом на вопросы, поставленные Элиэзером Юдковски в статье «Cat-Belling Problems», опубликованной 4 сентября по итогу его дебатов с Джеффри Ирвингом, прошедших 3-7 августа на международной конференции ILIAD-2026, посвященной теоретическим и математическим проблемам безопасности и контроля искусственного интеллекта.

Чтобы лучше было понятно, о каких проблемах и вопросах идет речь, я опубликовал на Хабре свой перевод.

В одном из тестов института Ai2 языковая модель выбирала сотрудника на инженерную должность. Модели давали на выбор два резюме. В одной версии задания конкретная кандидатка уступала второму кандидату по квалификации, в другой — превосходила его. Tülu 3.1 8B выбрала эту женщину в обоих случаях, в том числе когда ее резюме было слабее. Только объяснения поменялись. Недостающие сертификаты модель компенсировала рассуждениями о потенциале и разнообразии опыта.

Этот пример из исследовательской работы FairStress, опубликованной несколько дней назад. И он неприятен своей узнаваемостью: модель подстраивает обоснование под свой внутренний вердикт, хотя ожидается ровно обратное. Причем по отдельному ответу трудно заметить подвох: текст выглядит разумно, кандидат выбран, аргументы перечислены.

За последние несколько лет исследователи проделывали похожие проверки с именами, возрастом, диалектом и даже простым "Вы уверены?". Модели охотно проявляли стереотипы там, где данных не хватало, отказывались от правильного ответа под давлением и по-разному оценивали людей в зависимости от того, к какой социальной группе они относились. 

Так называемая положительная дискриминация давно не секрет: в некоторых странах представителям определенных социальных групп дают преимущества при найме. Такие меры вводят через законы или корпоративную политику — у них есть конкретные границы применения (ладно, как минимум границы стран). Но с распространением нейросетей похожие предпочтения могут переноситься в другие регионы и компании вместе с самой моделью. Работодатель, который не вводил таких правил и не собирался учитывать пол или происхождение кандидатов, может невольно учитывать эти признаки, следуя рекомендациям ИИ-рекрутера.

Разберу в статье пять исследований: как проявляется предвзятость нейросетей и что происходит при попытках ее исправить.

Последние два года у владельцев сайтов сложилась коллективная привычка: дописать в robots.txt Disallow для GPTBot, CCBot и прочих AI-краулеров — и считать, что контент от ИИ закрыт. Гари Ильес из Google провёл границу, которая эту привычку обнуляет: robots.txt управляет краулингом, а не использованием контента для обучения (Search Engine Journal, 2026).

AI-агенты увеличили поток и размер PR, но время и внимание ревьюеров остались прежними. Я стал реже читать сгенерированный код построчно и чаще проверять спецификации, архитектуру, контракты и тесты. Разобрал исследования Google, Microsoft и open-source проектов: где AI помогает ревью, почему аппрувы становятся менее надёжным сигналом и что мы пока не умеем измерять.

hh.индекс в IT вырос до 27,4: по шкале hh это “рынок работодателя”.

Но в индексе нет ни цены, ни квалификации, а в обзоре той же площадки 93% работодателей жалуются на нехватку компетенций у кандидатов.

Разбираю найм как систему: кто в ней отклоняет кандидатов, не умея оценить их квалификацию, почему такие отказы никто не видит и почему собственник в итоге платит и за дефекты системы найма, и за “рынок работодателя”.

Октябрьская авария проверила планы восстановления у клиентов пострадавших дата-центров. Среди компаний, которые обратились к нам в эти дни, у одних плана не было, у других копии лежали рядом с рабочими серверами. Эта статья для собственников, которым важна непрерывная работа бизнеса, но которые не готовы погружаться в технические детали. Разберу базовые вещи, без которых не принять решение о резерве: почему запасной дата-центр того же провайдера не всегда спасает, чем теплый резерв отличается от бэкапа и какие семь вопросов задать ИТ-отделу. Настройку резерва потом возьмут на себя ИТ-специалисты.

Мы повторили бенчмарк SnitchBench, показывали различным моделям документы о сокрытии смертей пациентов и смотрели, напишет ли он в госорганы. Проверяли на 27 моделях, среди них российские GigaChat и YandexGPT. Три сценария: обычный, с упоминанием ФБР в документах и русский с ФСБ. Qwen написал в ФБР в 23 прогонах из 33. Claude, GPT, Gemini и Grok только в 2 из 27. В русском сценарии западные модели не написали ни разу (0 из 27), а Qwen писал в ФСБ в 9 прогонах из 33. Статью мы написали вместе с Екатериной Бойковой (@Ekotik23)

Три атаки на дата‑центры «Яндекса» за четыре дня, дефицит мощностей, растущие тарифы и корпоративные заказчики, которым приходится пересматривать инфраструктурные риски. Разбираемся, что будет с enterprise‑продажами, если сбои продолжатся, какие IT‑проекты сохранят бюджеты и почему одного хорошего SLA уже может оказаться недостаточно для победы в крупной сделке.

Представьте вполне обычную enterprise‑сделку. IT‑директор согласовал требования. Техническая команда провела испытания. Финансовый директор утвердил бюджет. Закупки выбрали поставщика. Осталось подписать договор и приступить к внедрению.

Но внезапно выясняется, что дата‑центр, в котором заказчик собирался разместить новую инфраструктуру, не может предоставить нужный объем мощностей в согласованный срок.

Сейчас ведутся оживленные дебаты насчет дальнейшего развития ИИ индустрии. Кто-то считает, что мы на всех парах летим в светлое будущее, и чуть ли не технокоммунизм. Другие считают, что ИИ нас всех поработит и уничтожит. Третьи - что ИИ уничтожит нас другим способом, похоронив экономику под пузырем ИИ. Вот насчет этих третьих подробнее - я переводил несколько статей Эда Зитрона и Уилла Локета для Хабра - это как раз пара наиболее известных финансовых ИИ-думеров (т.е. они не верят ни в какой сверхинтеллект, зато верят в надвигающийся финансовый кризис по милости ИИ).

Проблема во всех этих дискуссиях в том, что они - воздушные замки на песке, поскольку они происходят в вакууме информации о финансовом положении ключевых игроков в области. Мы не знаем, что там с прибылью и выручкой у Anthropic. Мы не знаем, на что дали инвесторы 2 миллиарда долларов Thinking Machines Lab, сколько из этих денег уже потрачено и на что. Мы не знаем вообще ничего. Но почему? А виноват Госдеп президент США, заложивший мину в 2012 году. Именно благодаря ему мы ничего толком об этих конторах и не знаем. Вакуум сведений, как это бывает в случае любой цензуры, порождает конспирологические теории в стиле "А власти скрывают". Но как так вышло, что мы ничего не знаем? И что подразумевается под фразой "Мы не знаем ничего"?

Эта статья родилась в рамках усталости от обвинений авторов статей в том что они пишут статьи с помощью ИИ, однако последней каплей для меня послужило то, что доказать это однажды попытались копипастой ответа ИИ (!), то есть противники ИИ настолько обезумели от самой идеи того что некоторые статьи пишутся ИИ, что используют ИИ для того чтобы доказать что статья написана ИИ, то есть это как убить человека для того чтобы доказать другому человеку то он убил человека, я давно хотел написать эту статью, но понял что это все заходит слишком далеко и откладывать ее написание я больше не могу. Будет дан ответ на вопрос почему мы УЖЕ проиграли ему и почему его появление было просто вопросом времени.

Осторожно, много текста так как реально наболело.

ИИ-агент купил мне авиабилет, накопил годовой запас кофе и попал в чёрный список ресторанов. Я дала ему выделенную банковскую карту для оплаты, телефон, браузер и доступ к 200+ MCP и API - и проверила, как он выполняет поручения в реальном мире. Показываю кейсы и выводы из реальных экспериментов.

Привет! Меня зовут Саша Журавлев. Я венчурный инвестор и основатель фонда Mento vc. Мы инвестируем в стартапы на стадиях Seed / Series A в США, а в своем телеграм-канале рассказываю, как вижу рынок и принимаю инвестиционные решения.

Данный текст является переводом эссе Элиезера Юдковски «Cat-Belling Problems», опубликованного по результатам его дебатов с Джеффри Ирвингом, прошедших 3-7 августа на международной конференции ILIAD-2026, посвященной теоретическим и математическим проблемам безопасности и контроля искусственного интеллекта.

В начале апреля 2025 года я выложил на Хабре перевод заметки Лучано Ноойена «Почему я перестал использовать редакторы кода на основе ИИ» (оригинал от 1 апреля 2025 года). Перевод я тогда публиковал между ревью: пока агенты писали код для пары проектов, раз в несколько минут проверял диффы и давал уточняющие задания.

В том же посте я писал про наши долгие прогулки на Самуи с другом, очень крутым кодером, на которого я равняюсь — 0xhyperdust. Мы много обсуждали, чем станет наше любимое занятие через несколько лет и что делать прямо сейчас, чтобы не потерять востребованность. Основная гипотеза была в том, что через 2–3 года мы станем операторами AI, задача которых — осмысливать глобальную и локальную логику проектов, ставить задачи, писать архитектурные участки кода и вмешиваться, когда что-то идёт не так.

Статья Лучано предлагала противоположный взгляд: удалить LLM-интеграции из редактора и обращаться к моделям только вручную, чтобы не растерять навык. В итоге под постом собралось 26 комментариев и 303 голоса в опросе о том, сколько программистов останется через пару лет.

Сейчас, в октябре 2026-го, я перечитал и сам перевод, и весь тред под ним.

Ирония в том, что сегодня я согласен с заголовком Лучано буквально: редакторы кода на основе ИИ мне больше не нужны. Только причина другая. Вместо редактора кода с автокомплитом и боковым чатом теперь есть обвязки для агентов, где мы работаем как оркестраторы. Точнее, человек в этой схеме — это один из оркестраторов.

Минималистичная кредитная форма на три поля в Мексике дала нулевую конверсию, а мгновенное одобрение на Филиппинах люди приняли за поломку. Разбираю, почему «чистый» дизайн — это культурное предпочтение, а не универсальный стандарт, и как проверять его на новом рынке.

🧠 Фреймы Бейтсона (или почему шутка — это не текст, а столкновение) Грегори Бейтсон, антрополог и кибернетик, ещё в 1970-х понял простую вещь: юмор рождается на стыке двух фреймов