Будущее здесь

Когда в последний раз вы ходили на свидание и ловили себя на мысли: «Блин, надо рассказать про мои хорошие качества как будущего(й) мужа/жены»?
Или собирались на встречу с клиентом и ловили себя на другой: «Нужно одеть что-то поярче»?

На самом деле, между карьерой и личной жизнью куда больше общего, чем нам хотелось бы признать. Потому что и там, и там — мы продаем себя. Да, вот так вот грустно. В 12 часов дня вас называют "специалист", а в 12 часов ночи... тут уже у кого какая фантазия на "должности".

Не верите? Давайте сделаем сравнительную таблицу. Покажем, что собеседование и свидание — это два вида одного и того же ритуала: выбора «подходящего», презентация себя и тест на совместимость.

Показываю, как запустить локальную LLM и подключить её к IDE за 15 минут, а также четыре бесплатных облачных альтернативы.

Локальный вариант: LM Studio + Qwen3-Coder + Kilo Code. Работает офлайн, без подписки и лимитов на запросы.

Облачные варианты: Kilo Code со своими бесплатными моделями, Qwen Code с 1 000 запросов в день, OpenCode с ротируемыми open source free моделями и OpenAI Codex — пока бесплатный для Free-аккаунтов.

46 долларов.

Зарплата, налоги на фонд оплаты труда, медицинская страховка, пенсионные отчисления — всё вместе. 46 долларов за один час, за одного человека, на одной позиции. Это число — невидимый ценник практически на всём, что вы покупаете: на каждом продукте на полке супермаркета, на каждом ужине в ресторане, на каждом автомобиле и каждом доме.

По состоянию на март 2026 года несколько компаний снижают эту цифру до менее чем 2 долларов.

Не 20. Не 10. Два доллара.

Я не ожидал, что увижу это так быстро. И то, как это делается, вот-вот перекроит целые секторы мировой экономики.

2026 год щедро раздаёт нейросети всем желающим. Кажется, уже невозможно открыть браузер, чтобы на тебя не посмотрела очередной умник, обещающий сгенерировать гениальный текст, как у Толстого, но быстрее.

Одни модели сочиняют музыку, другие красят фотографии, третьи уверяют, что понимают людей лучше психологов. Но за громкими именами вроде ChatGPT, Midjourney и Runway скрывается подлесок маленьких, но интересных проектов.

Мы собрали десятку инструментов, на которые стоит обратить внимание.

Приятного чтения!

Космическая отрасль уже давно перестала лежать только в сфере интересов государственных агентств. Частные фирмы активно ищут способы снизить расходы на запуски и планируют начать освоение ресурсов за пределами нашей планеты. Многие проекты, предлагаемые бизнесом, сосредоточены на добыче материалов прямо в космосе, чтобы не тащить все с поверхности Земли.

Одна компания из Лос-Анджелеса пошла еще дальше. Она предлагает отправить робота к небольшому небесному телу, аккуратно завернуть его в специальную оболочку и переместить ближе к нам. Идея может показаться смелой и даже фантастической, но уже нашелся инвестор, который выделил средства на работу по проекту.

Когда в 2019 году была опубликована работа группы исследователей Google о так называемом квантовом превосходстве, само выражение почти мгновенно вышло за пределы научного контекста и стало частью популярного нарратива о скором вытеснении классических вычислений. Между тем, уже в оригинальной публикации речь шла о строго определённой задаче - выборке из распределения, искусственно сконструированного таким образом, чтобы затруднить классическое моделирование.

Каждый раз, когда вы взаимодействуете с большой языковой моделью, вы наблюдаете шедевр интеллектуального косплея.

Когда модель выдаёт связный, красиво оформленный, на вид глубокий ответ, это ощущается как чудо. Однако этот результат не является индикатором «понимания» или «рассуждения».

Именно это недопонимание истинной природы инференса LLM питает миф о скором пришествии AGI — универсального искусственного интеллекта.

Но по мере того как разрыв между маркетинговой риторикой и научной реальностью растёт, становится очевидно: мы наблюдаем не зарождение искусственного разума, а отполированную версию стохастического попугая.

Как оказалось, в нашем мозге работает специфическая стратегия координации. Это открытие переворачивает с ног на голову текущее понимание химического дисбаланса. В новом исследовании ученые обнаружили, что в полосатом теле, а это центр движения и обучения мозга, ацетилхолин не просто работает вместе с серотонином. На самом деле, ацетилхолин способен фактически «взять управление на себя». Что объясняет природу того же ОКР.

Илон Маск в своем выступлении на Всемирном экономическом форуме сказал, что не позже следующего года может появиться искусственный интеллект, который будет умнее любого человека. Миллиардер ошибается – ИИ пока не превзойдет человека, так как люди не способны обучить его правильно мыслить, потому что сами не умеют это делать. Им еще надо этому научиться, что можно сделать, освоив способ мышления Федора Михайловича Достоевского.

В последнее время все большее беспокойство вызывает проблема предоставления ложной и необъективной информации нейросетями. В некоторых странах вводят требования к ИИ обеспечить достоверность, точность, правдивость, объективность и т. п.

Я давно освещаю прорывы в ИИ. В большинстве случаев заголовок обещает больше, чем даёт статья.

Этот случай — другой.

Польский математик Бартош Наскрэцки потратил 20 лет на создание одной из сложнейших задач, когда-либо включённых в ИИ-бенчмарк. Он вложил в неё всю свою исследовательскую карьеру. Задокументированное решение занимает 13 плотных страниц. Он был настолько уверен, что ни одна машина не справится, что ещё несколько месяцев назад публично называл ИИ «очень продвинутым калькулятором».

Тридцать лет назад, летом 1996 года, весь мир обсуждал только одно: первое в мире клонированное млекопитающее, милую овечку по имени Долли. Тема не сходила с первых полос СМИ и попала в кино того времени, ее обсуждали как в популярных телешоу, так и на государственном уровне — этично ли клонировать человека? Можно ли считать такой клон отдельной личностью? Какие у него будут права?

Сегодня, несмотря на то, что наука серьезно продвинулась вперед в этой области, новых прорывов, подобных овечке Долли, не наблюдается, да и в целом человечество как будто серьезно охладело к теме клонирования. Почему? Разбираем, что это было, почему кончилось и какие у этой области шансы на развитие в XXI веке.

Мысль о том, что нынешняя ИИ-индустрия играет в игру с отрицательной суммой, не нова. В эту технологию уже влито столько денег, что, по сути, экономика поставлена на её успех.

Если ИИ не выстрелит — мы рискуем оказаться в рецессии.
Если же ставка вдруг сыграет — миллионы людей могут потерять работу, и экономика всё равно придёт в то же самое мрачное место.

Звучит почти абсурдно: стрелять себе в ногу, громко называя это инновацией. Но сейчас мы начинаем видеть, как именно могут разворачиваться оба сценария. Так что давайте разберёмся и по шагам.

Прошли времена, когда нейросети казались далёкой технологией из научной фантастики. Сегодня они пишут за нас письма, рисуют картинки, монтируют видео, отлаживают код и планируют отпуск.

Но вместе с прогрессом пришла новая головная боль - переизбыток выбора. Каждую неделю появляется очередной сервис, обещающий изменить вашу жизнь, автоматизировать всё на свете и попутно вывести человечество на новый уровень. В итоге вместо того чтобы работать, вы тратите вечер на сравнение пятнадцати платформ и всё равно не понимаете, какая из них вам нужна.

Мы сделали это за вас. В этой подборке - семь нейросетей, которые реально стоят вашего времени и закрывают практически любые повседневные задачи.

Приятного прочтения - и готовьтесь обновить закладки.

Работодатель спрятал в PDF с тестовым заданием скрытую инструкцию для ИИ.

Claude Opus 4.6 не только отказался ее выполнять, но и предупредил кандидата о ловушке. Разбираемся, как устроена гонка вооружений между HR и соискателями в эпоху LLM. И главное, как проверять такие документы перед работой.

Skills стали одной из самых популярных точек расширения в Claude Code. Они гибкие, их легко создавать и распространять.

Но эта гибкость усложняет понимание. Что работает лучше всего? Какие skills стоит делать? Как написать хороший skill? Когда имеет смысл делиться ими с другими?

Мы в Anthropic активно используем skills в Claude Code — сейчас у нас их сотни в работе. Ниже — уроки, которые мы извлекли из этого опыта.

Недавно на Хабре вышла статья «Почему наш язык — худший язык для программирования». Автор справедливо отметил проблему двусмысленности естественного языка (ЕЯ) и предупредил, что программирование словами приведет к хаосу.

Я начну с неожиданного: автор оригинальной статьи абсолютно прав.

Он прав, если мы говорим о программировании заклинаниями (vibe-coding) — популярном сегодня подходе, когда человек пишет в окно чата: «Сделай мне интернет-магазин с красивым дизайном», а потом тонет в неконтролируемой лапше сгенерированного кода. В формате свободной болтовни с ботом естественный язык для написания кода действительно ужасен.

Но естественный язык можно использовать по-другому. Можно не просто болтать с ChatGPT — это ошибочный метод программирования на естественном языке. Его надо использовать как основу для строгих декларативных спецификаций.

Инструменты вроде CodeSpeak (публичная альфа-версия от создателя Kotlin Андрея Бреслава, о которой я подробно писал в своей статье) уже сегодня демонстрируют свой огромный потенциал: если загнать естественный язык в рамки контрактов, он способен стать лучшим, самым высоким из доступных нам уровней абстракции.

Разбираемся, что говорят данные, экономическая история и исследования о влиянии искусственного интеллекта на рынок труда.

Привет, Хабр! Меня зовут Владимир Дробот, я SRE Lead и руководитель центра технической поддержки в кластере рекламных технологий в компании «МТС Веб Сервисы». 

В последние месяцы изучаю тему замещения человеческого труда с помощью искусственного интеллекта: читаю исследования, аналитические отчеты, статьи экономистов и технологических компаний. К этому меня привели не только публикации в медиа, но и неоднозначная реакция коллег. В профессиональной среде нет единого мнения: кто-то убежден, что ИИ заменит значительную часть специалистов уже в ближайшие годы и всерьез опасается этого, а кто-то относится к этим заявлениям с явным скепсисом.

Как и многие сейчас, я внедряю ИИ в свою работу и хотел бы поделиться своим анализом темы влияния ИИ на рынок труда. В 2026 году мы живем в странной информационной реальности. С одной стороны, руководители крупнейших ИИ-компаний заявляют, что искусственный интеллект вот-вот заменит программистов и половину офисных сотрудников. С другой — данные по занятости в развитых странах не показывают массовой безработицы. 

Проблема в том, что большинство прогнозов о влиянии ИИ строятся исходя из технических возможностей моделей, а не из экономики их внедрения.

Кто прав? Паникеры или оптимисты?

В этом материале попробую отделить прогнозы от фактов и предложить более спокойный взгляд на происходящее. Моя гипотеза проста: Искусственный интеллект не столько уничтожает профессии, сколько ускоряет естественный процесс перераспределения труда, который всегда происходил в экономике, и повышает требования к адаптивности людей.

Это произошло снова. Мою коллегу отвергли на позицию технического лидера, для которой она подходила идеально. И отвергли по причинам, которые не имели абсолютно никакого отношения к тому, справилась бы она с работой или нет.

Я знаю это, потому что ей сказали об этом прямо. Опять.

Это не первый раз, когда меня потрясает, как tech-компания нанимает по «вайбу», а не по компетенциям. И ещё одно доказательство того, что эта практика жива - в ущерб результатам, доверию клиентов и репутации всей tech-индустрии.

Кончится всё тем, что сотрудники таких компаний будут переживать свои чувства в тот момент, когда работодатель объявит о закрытии - потому что никто не покупал их кривой, дорогой и не решающий задачи софт.

Компания Nvidia представила платформу Space-1 Vera Rubin для переноса вычислительных мощностей за пределы Земли. Новое оборудование обеспечивает производительность инференса в 25 раз выше, чем у серверных процессоров H100. Платформа уже тестируется шестью коммерческими партнерами, создающими первые орбитальные центры обработки данных.

Из 50 руководителей на ProIT Fest только трое подняли руку: «Стало легче принимать решения с AI». Менеджеров меньше. Решений — не легче.

В статье: три ловушки, в которые попадают компании при внедрении AI, фреймворк трёх измерений управления и тест — где вы находитесь прямо сейчас.

Часть 1 из серии.