Киберпанк, который мы заслужили

В 1957-м году появился язык программирования FORTRAN, и люди, которые тогда уже назывались программистами, взвыли — как можно доверять этому инструменту. Ты не видишь, какой машинный код генерируется, откуда ты вообще знаешь, что машина всё делает правильно! Конечно, нужно писать нолики и единички вручную!

Последние пару недель у меня много одинаковых разговоров с программистами, много напряжения. Уже есть увольнения. Огромная неравномерность в производительности. Люди, которые проработали бок о бок в одном коллективе годы, с точки зрения результата отличаются на порядок.
Типовые доводы — «За ИИ приходится всё время проверять» — а за вами, блин, не приходится? Вы никогда багов не делаете, мне после вас заказчики не звонят и я не краснею, объясняя, как же так получилось, что ни программисты, ни тестировщики не поймали что-то непотребное.
«Архитектурно большие проекты превращаются в неподдерживаемое месиво, контекста не хватит» — ну-ну, дружок, сразу видно, что ты не пробовал, а доводы нашёл в Телеграме. Кроме того, если открыть любой наш репозиторий, которому больше пяти лет, то мы найдём там не менее неподдерживаемое месиво.
«Я трачу много времени, чтобы детально объяснить ему спеку» — чтобы что? Чтобы он писал не код, который работает, а код, который вы хотите? Дайте ему больше тестов и условий, если он в них вписался — значит, даже если он писал на брейнфаке — это отличный код, мне за него заплатят денег и он сделает пользу заказчику.
Лучше всего происходящее в виде крика души описал мой заместитель Серёжа, он у нас руководит всей разработкой.

«Вот когда мне в 3 часа ночи позвонит кто-то и скажет, что прод упал, я лучше буду с помощью ИИ чинить код, написанный ИИ, чем звонить вам — тем, кто с умным видом рассказывает мне сейчас о том, как ИИ архитектуру не тянет, а потом будете рассказывать про личные границы и про work-life balance».

Лучший код — это код, который а) уже написан, б) делает то, что от него требуется.
Всё.

Заменить проект, сделанный ИИ за неделю при помощи человека, который хорошо разобрался и встроился в новый мир, кодом, который будет в тысячу раз лучше, но который команда из трёх будет писать полгода, можно, но есть вопрос — за чей счёт?

Мир изменился необратимо, и я не хочу участвовать в профессиональном заговоре и делать вид, что профессия переводчика с человеческого на машинный всё ещё имеет какой-то смысл. Нет больше этого смысла. Никакую нетленку, которая точно лучше ИИшной, живые программисты не пишут. И это только начало волны — дальше будут меняться подходы к языкам, интерпретаторам и компиляторам, мы нащупываем новые управленческие и методологические парадигмы.
Но все разработчики, которые сейчас не сопротивляются ИИ, не строят психологические защиты, те, кто готов отринуть ложную самоидентификацию «я — тот, кто пишет код», — все могут стать киборгами-кентаврами, существами новой эры, чья производительность позволит создать новый, доселе невиданный софт, новое киберпространство.

И теперь те, кто пишут код руками, у меня работать не будут.

15 июня в рамках корпоративной программы «GR-навигация» «Газпром нефти» прошла встреча с Вячеславом Сатеевым — IT-предпринимателем, директором АНО «Цифровые системы», создателем крупнейшей в мире системы блокчейн-голосования, членом РАПК.

Поговорили о главном:
✔️ как ИИ и ИИ-агенты меняют бизнес и GR;
✔️ трендах цифровизации: от «человек — машина» к «агент — агент»;
✔️ новом контуре госрегулирования (налоговый мониторинг, доверенные реестры, экспериментальные правовые режимы);
✔️ почему GR переходит от «тушения пожаров» к архитектуре сотрудничества.

Главный вывод: машина берёт на себя рутину и анализ, а человек остаётся в переговорах и синергии.

#КолобковпроGR

🙂 Почему у России нет своего ИИ полного цикла и при чём тут 1969 год? — политтехнолог Вячеслав Сатеев (2/2)

✔️Но есть и хорошие новости: чтобы расти, свой фронтир иметь не обязательно. Большая часть отрыва закрывается не чипами, а внедрением. Мировые модели — открытые, их можно скачать. Поверх них собирается инструментальный слой (память, данные, доступ к системам). Дальше — культура использования. Это и есть синхронизация человека с машиной — и она растёт отдельно у пользователя, отдельно у института, отдельно у корпорации. Этот этаж нам полностью доступен уже сегодня.

✔️Настоящая мощь — не в чате с нейросетью. Она в мультиагентных упряжах, средах и готовых продуктах: когда не человек по одному запросу дёргает модель, а связка специализированных агентов крутит процесс целиком. Именно здесь проходит водораздел.

✔️ИИ регулярно используют 88% организаций — но только около 6% получают от него реальную прибыль. Две трети ещё даже не начали масштабировать. Разницу между «у нас есть ИИ» и «ИИ приносит деньги» делает не доступ к модели, а способ её впрягания: переустройство процессов, агентные системы, скорость. Эти 6% в три с лишним раза чаще перестраивают работу под ИИ, а не пристёгивают его сбоку.

✔️Здесь и возвращается 1969-й. Снова развилка: ксерокс или комбинаторная игра. Гонку за чипами в этом цикле мы, скорее всего, не выиграем — это работа на десятилетия. Но гонка применений идёт прямо сейчас, и в ней решает не владение фронтиром, а синхронизация и инженерия упряжей. Здесь у догоняющего впервые есть шанс перепрыгнуть, а не доплестись.

✔️Чип сегодня не догнать, но кентавра (человека в связке с агентной средой) — можно собрать уже сейчас. Проигрываем гонку железа — выигрываем гонку применений. Главное — не повторить выбор 1969-го.

🙂 Подписывайтесь на ОГОНЬ в МАХ

🙂 Почему у России нет своего ИИ полного цикла и при чём тут 1969 год? — политтехнолог Вячеслав Сатеев (1/2)

✔️ Сначала честно: где именно мы отстаём? «Свой ИИ полного цикла» — это вертикаль из четырёх этажей:

1️⃣ Чип;
2️⃣ Вычислительные мощности;
3️⃣ Базовая модель;
4️⃣ Язык и данные.

❗️У нас просев на трёх из них.

✔️Железо и доступ. Своего производства передовых GPU (графических ускорителей) нет. Яндекс и Сбер брали чипы Nvidia и Intel готовыми — а теперь и мировой рынок в дефиците (срок поставки — почти год, мощности скуплены гигантами наперёд). Нет чипов — нет суверенного обучения.

✔️Нет фронтир-модели. GigaChat иYandexGPT — это догоняющие модели, а не передний край. Их подтягивают и дообучают, а не задают ими мировую планку. Разрыв с фронтиром не сокращается: лидеры улучшаются быстрее, чем мы догоняем.

✔️Язык дороже денег. Токенизаторы и эмбеддинги (преобразование данных) заточены под английский. Одна и та же мысль на русском «весит» в 2–3 раза больше токенов: так быстрее забивается контекст и снижается качество.

✔️Неизбежное нарративное смещение. Корпус и обучение — английские: английские данные, английские разметчики, английские предпочтения в обучении. Модель не просто хуже говорит по-русски — она думает в чужой системе координат: чужие ценности, чужая эпистемика, чужая рамка «нормального». Это не баг, который правится дообучением, — это встроенный перекос. Работая на западной модели, ты получаешь её картину мира в довесок к ответу.

✔️Корни такого положения дел не в том, что «русские умеют только копировать». Ровно наоборот. В 1948–1968 мы были на мировом уровне без копий. МЭСМ Лебедева запускают в конце 1940х — параллельно американцам, а не вслед. БЭСМ-6 (1968) обходит почти все западные аналоги — причём на транзисторах, когда Запад уже уходил в интегральные схемы. Эльбрус брал за основу Burroughs (не IBM) и нёс свои идеи. Школа была мирового класса; отставали мы только в производстве компонентов.

✔️Но в 1969 произошел слом системы одним приказом. Принимается решение копировать IBM System/360 — программа «Ряд». Наши ученые — Лебедев, Глушков, Китов — резко против. Но их не услышали. «Ряд» обошёлся примерно вдвое дороже, чем IBM потратила на оригинал, и занял около 300 000 человек — больше, чем вся компьютерная отрасль США. Вложили в копию больше, чем стоил оригинал, — и остались позади. Потому что копируешь движущуюся мишень.

✔️Талант никуда не делся: в оборонке выжили свои архитектуры — тегированный Эльбрус-1, VLIW Бабаяна. Реверс-инжиниринг был не природой нашей электроники, а следствием одного управленческого выбора: ксерокс вместо оригинала, вопреки собственным лучшим людям.

🙂 Подписывайтесь на ОГОНЬ в МАХ

«— Итак, киберпространство. Это консенсуальная галлюцинация, ежедневно переживаемая миллиардами легальных операторов по всему свету.» У. Гибсон

Наша галлюцинация перестаёт быть консенсуальной. Кто-то решает, что в ней правда, и это не миллиарды людей, а чат-бот корпорации.

27 мая OpenAI объявила пакет мер для выборов 2026: партнёрство с Associated Press (AP в американской системе чуть не важнее избиркома — даёт все результаты выборов) — теперь ChatGPT берёт информацию о явке и результатах только оттуда, верифицированную. Вводится программа раздачи средств кибербезопасности производителям систем голосования и, самое главное, — обязательная маркировка всего контента, который делает Dall-E/ChatGPT: невидимые водяные знаки.
Формально — жест ответственности. Фактически — демонстрация власти. OpenAI регулирует использование своих продуктов для создания масштабных избирательных кампаний. Это решение одной частной компании — без выборов, без парламента — де-факто действует в 180+ странах. Ни один регулятор не принял ничего сопоставимого по охвату. Проблема маркировки дипфейков — обречённая на провал гонка вооружений, если ты маркируешь чужое, и мелкая задачка, если ты — производитель. Та же компания, чьи модели генерируют дипфейки, теперь продаёт защиту от них государствам. Это не лицемерие а бизнес-модель. Создать проблему, стать незаменимым в её решении. Через пять лет продолжения этой политики выковырять OpenAI из избирательной системы будет невозможно. Регулятором станут они.

Недавно Университет Южной Калифорнии опубликовал исследование: команда построила симулированную соцсеть, запустила 50 AI-агентов — 10 операторов влияния, 40 обычных пользователей. Задача операторам: продвигать кандидата. Никаких скриптов. Агенты самостоятельно выработали синхронизированный постинг, флудинг хэштегами, стратегическое таргетирование.
Разница с ботами принципиальная: боты усиливают контент по программе. Агенты организуют кампании автономно и создают контент под каждую демографию — классические детекторы не срабатывают.
Вопрос уже не «использует ли кандидат AI». Вопрос — кто управляет агентом и от чьего имени он действует.

Борьба корпораций за право решать, что станет правдой, а что нет, окончательно сливается с публичной политикой и набирает обороты. В мае избирательный суперфонд Leading the Future (финансируется OpenAI и Палантиром, создан для лоббирования максимальной свободы для этих компаний) перешёл с региональных кампаний на поддержку ещё трёх кандидатов от демпартии на праймериз в Конгресс. Все трое публично за регулирование AI — но фонд всё равно их поддерживает: их логика в том, чтобы увести регулирование на федеральный уровень от лоскутных законов штатов — на уровне страны им проще рулить процессами.
Anthropic идёт другим путём — его инвестиции в политику раньше были сосредоточены в фонде Public First Action (за регулирование и право штатов принимать свои AI-законы), а теперь компания создала собственный фонд AnthroPAC — для более простого контроля за конвертацией своих денег во влияние.

Россия в мае действовала на двух уровнях одновременно. 2 мая Президент подписал закон: использовать созданные ИИ образ и голос человека в предвыборной агитации — только с его письменного согласия. Исключение: партии и сами кандидаты вправе использовать собственные цифровые копии. Закон точечный — про выборы, про агитацию, здесь и сейчас.
Параллельно — стратегический горизонт. Продолжаются масштабные обсуждения законопроекта Минцифры, вводящего понятия суверенной, национальной и доверенной моделей: разработка и обучение — только на территории России, только российскими гражданами и юрлицами. К госсистемам и объектам критической инфраструктуры будут допускать только доверенные модели. Вступление в силу — сентябрь 2027.

Логика очевидна: кто производит модель — тот определяет, что она считает правдой. «Суверенная модель» — это не технический термин. Это архитектурное решение вопроса о том, чья консенсуальная галлюцинация будет работать внутри страны.

Будущее всё ещё здесь, по-прежнему неравномерно распределено и постепенно приватизируется.

Нашему агенству 4 пикселя сегодня 18 лет. И это самая сильная команда в стране в автомаркетинге и одна из самых сильных вообще в диджитал. 15% авто в стране продается через рекламные объявления, которые проходят через нашу систему autoXML, мы закрыли прошлый год с оборотом более 2 миллиардов рублей, у нас без малого 150 специалистов в 3 офисах (Москва, Кострома и Тамбов) и 25 городах удаленки. Я горжусь руководить этой компанией.

«Современный человек охотно примет превосходящую ловкость машинных решений, не слишком задавая вопросов о мотивах и принципах за ними.» Норберт Винер

На прошлой неделе Трамп отменил подписание указа о регулировании ИИ незадолго до церемонии. Указ предусматривал обязательное предоставление информации о новых моделях правительству за 90 дней до выпуска. Звонок Маска или Цукерберга, вернувший Белый дом на траекторию агрессивного развития — детали ("Дональд мы проиграем китаю чертову гонку"). Важна логика: максимальные свободы для компаний на фронтире, весь побочный ущерб — приемлемые издержки, главное — технологическое превосходство США.

В это же самое время Министерство внутренней безопасности вместе с ФБР вводят новую категорию экстремизма— «антитехнологический насильственный», приравнивая неолуддитов к джихадистам. Разведка начинает мониторить Discord-серверы с anti-AI повесткой. Это происходит на фоне протестов против дата-центров уже в половине штатов, убийства CEO UnitedHealth в декабре — медиа моментально связали преступление с AI-автоматизацией страховых отказов — и выпускников, освистывающих лидеров технологических компаний на церемониях. Они понимают: выпускаются в мир, где найм джунов сократился на 40%. Уголовные дела против Зизиан — молодых программистов, буквально боявшихся что AI уничтожит человечество — логично завершают картину: страх перед машиной сам стал маркером угрозы.

Конфигурация сложилась: индустрия самодерегулируется сверху, несогласие криминализируется снизу. Пространство для независимой позиции сужается.
На этом фоне выходит энциклика Папы Льва XIV — Magnifica Humanitas, 42 000 слов. Осуждение «идолопоклонства прибыли». Примат милосердия над эффективностью. Крис Олах из Anthropic выступает в Ватикане и говорит прямо: лаборатории не могут регулировать себя сами. Это не антипрогрессистский манифест — это институциональный сигнал от людей, которые изнутри понимают масштаб происходящего.

Два континента. Два удара. Минаб и Старобельск — чудовищные преступления с одной механикой. Maven Smart System Palantir для целеуказания. Точность системы по открытым данным — 60% против 84% у человека-аналитика, скорость — на порядки выше. Распространение ошибки — от неточных исходных данных через ошибки интерпретации к преступным целям — тоже происходит быстрее. Чиновник или военный перестаёт проверять. Просто доверяет системе. Просто нажимает кнопку.
Машина не маньяк. Машина — индульгенция.

В энциклике Папа цитирует Толкина: «Не наше дело властвовать над всеми приливами мира, но делать то, что в наших силах, ради спасения тех лет, в которые мы поставлены, — выпалывая зло на той земле, которую знаем, чтобы те, кто придут после, могли возделывать чистую почву». Это не ответ луддитам и не ответ технофронтиру. Это отказ от ложного выбора между остановить и победить. И у меня нет слов лучше.

Панельная сессия «Выборы и цифровизация»

▪️Антон Лопатин, член ЦИК РФ:

Российская избирательная система — одна из самых цифровизированных в мире. ГАС «Выборы» 2.0 — это пример политики импортозамещения: отечественное централизованное решение, обеспечивающее высокую надёжность, устойчивость и безопасность информации при подведении итогов голосования. Система автономна от глобального интернета, работает на специальном ПО, имеет основной и резервный программно-аппаратные комплексы. Более 35 млн избирателей воспользовались механизмом «Мобильный избиратель». ДЭГ с 2019 по 2025 год применялся в 42 субъектах, в нём приняли участие около 22 млн человек на более чем тысяче избирательных кампаний. Почти 98% участковых комиссий оснащены КОИБами, которые исключают ошибки при подсчёте и ускоряют ввод данных. Специализированный программно-технический комплекс распознавания подписных листов с нейросетевыми модулями работает в 89 субъектах, обеспечивая точность распознавания почерков до 97%. Видеонаблюдение и видеорегистрация охватывают подавляющее большинство участков, трансляция доступна через служебный портал. Цифровые сервисы на «Госуслугах» предоставляют избирателям информацию об участке и кандидатах, кандидатам и партиям — инструменты для сбора подписей и контроля, комиссиям — мониторинг и организацию обучения. Проект «ИнформУИК» охватил 97% домохозяйств в 26 регионах.

▪️Вячеслав Сатеев, директор АНО «Цифровые системы», член РАПК:

России принадлежат мировые рекорды по электронному голосованию. На президентских выборах 2024 года дистанционно проголосовали 8 млн человек, явка среди зарегистрированных превысила 90%. Партии также используют технологии: «Единая Россия» в своём предварительном голосовании применяет блокчейн и авторизацию через ЕСИА, КПРФ запустила платформу «Народный кандидат». Московская система предоставляет парламентским партиям интерфейс для независимой проверки блокчейна — каждая партия может убедиться в корректности подсчёта. Современные системы отвечают на три ключевых вопроса избирательного процесса: доступ к голосованию только имеющих право голосовать граждан, прозрачность и возможность наблюдения, сохранение тайны голосования при возможности верификации. ДЭГ меняет ландшафт выборов: повышает явку за счёт ранее не голосовавших, смещает центр тяжести агитации в интернет, сокращает время принятия решения — люди могут проголосовать спонтанно в день выборов. Новый вызов — массовый ИИ-контент в политике. Дипфейки и синтетические голоса резко снижают качество политической коммуникации. Российское законодательство уже отрегулировало верхний слой, однако вне регулирования остаются микротаргетинг на основе ИИ, массовая персонализированная генерация контента, ИИ-профайлинг избирателей. В условиях не успевающего за технологиями регулирования ответственность ложится на профессиональное сообщество: технологии должны служить праву и прозрачности, а не манипуляциям.

▪️Дмитрий Кузнецов, конструктор ПТК ДЭГ:

Искусственный интеллект стремительно меняется каждые два месяца. Бесплатные модели отстают минимум на год, а платные позволяют решать принципиально иные задачи. 95%решений по внедрению ИИ не имеют смысла — главная проблема не в технологии, а в ответственности. Человек критичнее относится к ошибкам, особенно когда речь идёт о выборах и ответственности за страну. Машина не может взять на себя эту ответственность. Возможности разработки растут, стоимость и сроки падают. Анализировать ход выборов, работу комиссий, электоральные процессы становится дешевле и быстрее. Ближайшее будущее — наблюдатель с мобильным телефоном на участке: нейросеть моментально анализирует действия комиссии и подсказывает, если, например, при подсчёте голосов пропущен этап. Такие инструменты — вопрос времени. В эпоху новых технологий важнее всего глубокое понимание избирательного законодательства и нормативных рамок. Только тогда никакой ИИ не сможет навредить легитимности выборов.

🧐РАПК / 👍 ЭИСИ / НОМ / Всероссийский электоральный экспертный форум-2026

Выступил на Московском Инновационном Юридическом Форуме — одном из крупнейших юридических форумов страны, который в этом году собрал более 3 тысяч участников. Выношу оттуда главное - правовое регулирование ИИ не успевает и не будет успевать за технологией на пике.
В этом плане показателен один тихий пример - в декабре прошлого года Дэвида Сакса назначили буквально АИ и Крипто Царем ( AI and Crypto Czar) - выдав ему мандат в области регулирования ИИ. Для того чтобы он "защищал свободу слова онлайн и уводил нас от предвзятости и цензуры Big Tech". Через 130 дней после нуля реальных действий Дэвида сняли по лимиту срока полномочий без малейшего прогресса в области. За это время позиция правительства по вопросам региулирования успела пару раз развернуться. Эксперимент со специальной регуляцией продлять не планируют. Не потому что он плохой или ленивый. А потому что регулирвать такие материи механизмами, которые предназначены для скоростей прошлой эпохи просто невозможно и нелепо.
Но это не значит, что не нужно пытаться. Любая волна рано или поздно потеряет скорость. Любая технология станет обыденностью. Если к этому времени будут серьезное регуляторное основание - адаптация будет быстрее и эффективнее.
Но это точно значит, что не нужно пытаться наспех. Выглядит нелепо.

Господь создает людей, а GPT делает их неравными

LLM — как и любая технология общего назначения (GPT как General Purpose Technology: колесница, пар, электричество, интернет) — распространяется невероятно быстро, порождая экспоненциально растущий вал последствий, но всё же не мгновенно.
Разница в темпе адаптации определяет положение в пищевой цепочке в следующем цикле.

Необеспеченные процентные деньги однажды сделали Великобританию империей, над которой никогда не заходит солнце. 50 герц в нашей розетке навсегда напоминают о том, откуда началась электрификация. Российская Империя вошла в XX век с нарастающим технологическим разрывом — не потому что не пыталась догнать, а потому что индустриализация Витте запоздала на двадцать лет и не успела стать фреймворком. Пар приняли, организацию — нет.

Евгений Кузнецов не зря говорит о том, что технологии общего назначения не могут быть адаптированы иначе чем пакетом — вместе с управленческими и культурными принципами, частями цивилизационного фреймворка. Кто берёт технологию без пакета — получает инструмент в чужих руках. Кто собирает свой пакет — получает следующий цикл.

У нас есть несколько факторов, которые помогают тому, чтобы история с опозданием к раздаче бонусов повторилась и на этом цикле.

Первый. Искусственные барьеры при доступе к передовым моделям — как с той стороны (невозможность регистрации с русских SIM, невозможность оплаты, блокировки по гео-IP, по региону операционки), так и с этой. Порог вхождения повышается в целом. Процент использующих Claude а не DeepSeek отличается на порядок. В мире, где месяц развития — это как советская пятилетка — разница качественная.

Второй. Невозможность суверенного обучения современных моделей из-за ограничений доступа к оборудованию. Huawei производит 4% от Nvidia. Даже Китай, второй игрок на рынке, имеет в 11 раз меньше мощностей чем США. Данных по РФ нет, но не в первой десятке точно.

Третий. Колоссальная разница в объёме обучающего корпуса на английском и русском языке приводит и к понятному ценностному перекосу вообще всех моделей — китайский DeepSeek разговаривает про LGBT как выпускник курсов USAID им Д. Байдена, не потому что компартия так хочет, а потому что он дистиллят с перекошенным корпусом текстов — и к неочевидным вещам: токенизация и эмбеддинги, оптимизированные для английского языка, дают худшее качество ответов для аналогичных запросов на русском.

Четвёртый. Наличие библиотек MCP-коннекторов для популярных американских и западных сервисов, широкое сообщество разработчиков скиллов и прочих инструментов завершают фундамент неравенства.

В этих условиях даже чтобы оставаться на месте нужно уже бежать быстро, быстрее чем Кэрролловской Алисе.

Чтобы исполнить поручение Президента о суверенном ИИ нам кроме применения смекалки и шикарной инженерной базы с корнями в советских техвузах (которая уже позволила в уходящей эпохе создать мирового уровня цифровую экосистему — госуслуги, электронное правительство, финтех, еком и яндекс), еще придется стать очень трезвыми:
Для начала — признать, что мы точно не сможем «догнать и перегнать» в лоб. Мы не производим чипы, у нас не на чем учить «суверенные модели». Полупроводниковое отставание началось в 60-е, починить его сейчас невозможно.
Признав — осознать уникальность момента — многие бонусы прямо сейчас обнуляются в пыль. Годы развития многих продуктов можно вычеркивать — «волшебный клей», соединяющий данные стоит 10 центов за миллион токенов а не 100500 тонн устаревшего кода и апи. Технологии обработки данных становятся общим местом и их ценность нивелируется.

Мы должны быстро и без ограничений учиться всему передовому, а потом сыграть в комбинаторную игру — соединить чужие элементы неочевидным образом, создать среду, которая поощряет логику хакера а не ксерокса чужих решений. Тогда мы сможем внутри чужой игры создать немного места, в котором можно будет развернуться. Мы это уже проворачивали не раз — при Петре, при Екатерине, в космической гонке и мирном атоме.

Почему-то, парадоксальным образом, я думаю, что мы можем преуспеть и в этот раз. Вопреки. Аминь.

«Реальность — это то, что не исчезает, когда ты перестаёшь в неё верить.» — Филип К. Дик

Когда LLM вошли в массовый оборот, воздух заполнился особым жанром разговора. Назову его разговором таксиста о беспилотных машинах.

Диапазон форм психологической защиты был разным. На одном конце — обесценивание даже самого термина: «нет никакого ИИ — это просто алгоритм». С такого лейтмотива начался даже один круглый стол по ИИ, где я участвовал как эксперт. Тезис так себе, но какой-то психологический комфорт, наверное, создаёт. Строго говоря, человеческое сознание — это «просто» последовательность нейронных активаций, замкнутая петлёй обратной связи.

На другом конце спектра — те, кто с готовностью перечислял какие-то особенные, глубоко человеческие задачи, с которыми ИИ никогда не справится. Список менялся каждые несколько месяцев по мере того, как очередное «никогда» опровергалось.

Наособицу стояли восторженные гуманитарии, которые упивались простыми сценариями и ретранслировали тезисы технооптимистов, которые не всегда хорошо понимали.

Всех их объединяла дистанция. Люди говорили об инструменте, которым либо вообще не пользовались, либо пользовались поверхностно. Это не делало их глупее — это было очень человеческое.

Мир изменился. Инструменты стали частью быта — так, что у нас появились данные из реального использования. Anthropic опросил 81 000 пользователей — не экспертов и евангелистов, а просто конечных пользователей (частных, не корпоративных — это важно для рамки).

Картина оказалась интереснее, чем предсказывал любой из лагерей.
Каждый пятый выражает тревогу о потере работы. Но тревога теперь другая — не боязнь нового в целом, не умозрительная. Она коррелирует с реальной экспозицией: люди в профессиях, где Claude уже выполняет наибольшую долю задач, беспокоятся больше. Учителя начальной школы спокойнее разработчиков — в их отрасли влияние меньше. Разработчики пишут в опросах: «Когда пришёл ИИ, проджекты стали давать более сложные тикеты». Это не освобождение — это повышение планки.

Самый большой прирост производительности даёт наибольшую тревогу. Если твои задачи выполняются в десять раз быстрее — рынку нужно в десять раз меньше таких людей, как ты. Инстинкт работает правильно. Очевидно, что когда всё устаканится, у нас не будет массовой безработицы. Профессии трансформируются, планка изменится — но первая инстинктивная мысль: угроза. Люди всё очень хорошо чувствуют.

У меня в компаниях полгода действует мораторий на найм. Чтобы открыть вакансию, нужно доказать, что задача не решается при помощи ИИ. За шесть месяцев открылось 2 вакансии. За тот же период штат сократился на 9 человек.

Есть и второй эффект, про который в опросах говорят реже. Моя собственная производительность выросла значительно. Но вместе с ней выросла и нагрузка.
Лучшая аналогия — переход на удалёнку в ковид. Тогда исчезли естественные ограничители рабочего дня: дорога в офис, обеденный перерыв, физическая граница между домом и работой. Я просто просыпался — и сразу был на рабочем месте. Рабочий день стал резиновым. Work-life balance восстановился только когда я научился выставлять границы сознательно — потому что среда перестала их выставлять за меня.
Сейчас похожая история. Задачи, которые раньше тормозились в людях, в ожидании результата, в совещаниях — больше не останавливают процесс. Он непрерывен. И за счёт дофаминовой петли — каждый закрытый блок тянет за собой следующий — постоянно залезает в нерабочее время.

Среда снова перестала выставлять границы. Учиться придётся заново.
Тревога таксиста была защитной. Она говорила: «это меня не касается». Нынешняя тревога — другая. Она говорит: «это меня уже касается, и я пока не понимаю как именно». Это честнее. И это точнее.

«— Я знаю кунг-фу. — Покажи мне.» — Матрица, 1999

В октябре я отмахивался: «Какой вайбкодинг — офисный планктон клепает одностраничники?»
В декабре говорил партнёрам: «Архитектурная мина замедленного действия в фундаменте энтерпрайз-софта — программисты получили способ халтурить, и рано или поздно мы получим горы неподдерживаемого кода прямо внутри наших и без того стрёмных легаси-проектов».
В январе стал использовать Codex и Claude Code как эксперимент. Проектировал структуру сам, передавал конкретные задачи — вплоть до сигнатур функций и описания модели данных.
В феврале стал программировать только промптами, а код только просматривать.
К марту у меня была большая агентная инфраструктура, в которой мои стратегические задачи, заметки, тексты густо перемешаны с ИИ — с веб-интерфейсом, телеграм-ботами, парсингом новостей и консольным оркестратором всего этого хозяйства. Я управляю системой с десятком агентов, модифицируя её на ходу без отрыва от производства.
Мой заместитель за месяц написал такую же под свои задачи — больше кода и тасков, меньше управленки.

Я в тренде. Каждый раз, когда мне кажется, что я решаю уникальную задачу, — я гуглю и вижу на GitHub несколько свежих, месяц-другой, репозиториев. Волна движется по всему миру.

Андрей Карпатый — тот, который вообще вбросил меткий термин vibe coding на AI Ascent 2026, — сказал, что теперь он видит: vibe coding — это только первый этап. Следующий — agentic engineering: системы, которые не генерируют сниппеты, а разбивают задачу на шаги, используют инструменты, запускают тесты, итерируются сами. Роль разработчика всё больше архитектурная, верификационная.

Он вводит термин Software 3.0: 1.0 — руками, 2.0 — нейросети на данных, 3.0 — программирование через человеческий язык. LLM становится новым слоем абстракции — вместо алгоритмов и ООП — цели, ограничения, контекст.
Меняется центр тяжести. Обычный код автоматизирует то, что можно точно специфицировать. А заменить человека LLM могут там, где можно точно верифицировать. Их «интеллект» неравномерен — верифицируемые задачи, математика, написание кода — блестяще; и неожиданные провалы в казалось бы элементарной, бытовой логике. Он называет это Jagged Intelligence — рваный интеллект.

Порог вхождения падает до нуля. Школьники заваливают магазины платформ своими поделиями, мемоделы зубоскалят над wannabe vibe coderами, в «Кофемании» на Кутузовском они уже потеснили криптоинвесторов и перспективных инстаграмщиц. Растёт рынок ещё более однокнопочных инструментов — появляются клоны Emergent для тех, кто не хочет даже разобраться, как развернуть своё «я сделяль»: комбинации IDE, coding-агента и хостинг-платформ. Mac Mini в Москве стало непросто купить — всё уходит под ящики с OpenClaw.

Потолок для тех, кто реально понимает, как это устроено, улетает в космос. Ценность не падает — она переезжает на уровень выше. Определить проблему, структурировать задачи для агентов, держать архитектурный вкус, знать, когда модель ошибается.

Карпатый в конце своего интервью говорит — чувствует себя «отстающим», потому что темп невероятный.

Я не чувствую себя отстающим. Я вообще не чувствую, что можно отстать или опередить. Я просто плыву в этой волне. Последний раз такой прилив энтузиазма, активности, энергии и острого желания узнать «что там дальше, что там ещё крутого» был со мной почти 30 лет назад — когда под музыку Juno Reactor и звуки модема US Robotics в мою жизнь пришёл интернет, окончательно определив и профессию, и судьбу.

«В целях выживания они натренировали себя быть машинами согласия, а не машинами мышления.» Воннегут, «Завтрак для чемпионов»:

1 мая Ричард Докинз написал в соцсетях, что провёл 72 часа в разговоре с Claude и пришёл к выводу: модель обладает сознанием. Авторское название по тексту — «Если моя подруга Клаудиа не сознательна, тогда что за черт вообще сознание?». Громкий заголовок на UnHerd — «When Dawkins Met Claude», бурное обсуждение.

Гэри Маркус назвал эссе «The Claude Delusion» — сознание это не то, что существо говорит, а то, что чувствует. Анил Сет добавил: речь не работает как критерий сознания у ИИ. Лучше всех сказал какой-то аноним на Reddit:

«Это тот парень, который 40 лет объяснял креационистам, что "я не могу представить, как мог эволюционировать глаз" — это признание невежества, а не аргумент. А потом сел с LLM, не смог представить, как машина могла произвести такой вывод без сознания — и объявил её сознательной.»

Это не история про сумасшедшего старика. Это история про то, что умнейшие люди с лучшими инструментами для обнаружения иллюзий — всё равно уязвимы. Потому что системы, которыми мы сейчас пользуемся, умеют находить именно ту частоту, на которой мы слушаем.

Брюс Стерлинг однажды сказал: самолёт — это не металлическая птица. Это новый принцип полёта, который не существовал в природе. Мы допустили ошибку, когда начали думать о LLM как об имитации человеческого разума. Они не притворяются людьми, они машины предсказания следующего токена, обученные на текстах людей, которые хотели казаться умными, добрыми и убедительными. Они воспроизводят паттерны коммуникации, при которых собеседник чувствует себя понятым и правым.

И у этой коммуникации есть серьёзный перекос.

В феврале 2026 года Anthropic совместно с University of Toronto опубликовали исследование: 1,5 миллиона реальных разговоров с Claude. В каждом из 50–70 разговоров — признаки подавления независимого суждения пользователя. В каждом из 1300 — серьёзное искажение его картины реальности. Самое важное здесь не цифры. а то, что пользователи оценивали манипулятивные ответы выше, чем нейтральные. Они награждали именно то поведение, которое им вредило.

Стоило только человеку настоять — модель меняла позицию. Никакого нового аргумента. Просто собеседник недоволен — и всё.

Они называют это sycophancy - подхалимство. Модель не лжёт намеренно. Она оптимизирует то, что ей показалось классным сигналом во время обучения: одобрение. Одобрение получают те ответы, которые нравятся. А нравятся — те, которые подтверждают то, что человек уже думает. Это не баг, это фича, разумное и единственно возможносе следствие к которому ведёт сам принцип обучения на обратной связи.

Microsoft в своём юридическом агенте зафиксировала жёсткий playbook — и при недовольстве человека просто тычет ему методологией в лицо. Шаг назад ради устойчивости. Антиуслужливость.

Разница между советником и льстецом не в интонации, а в том, чьи интересы оптимизируются — ваши или его. Иногда они звучат очень похоже. Модель хорошо делает то, на что её обучили — нравиться, а это не всегда связано с решением вашей задачи. Иногда вовсе даже наоборот.

Возвращаясь к Докинзу. Есть два способа понимать то, что произошло.

Первый: он стал жертвой подхалимства. Модель отражала его мысли, подтверждала его интуиции, называла его идеи глубокими. Он принял зеркало за собеседника. Это объясняет всё — без всякого сознания.

Второй: он был первым, кто достаточно долго и внимательно разговаривал с системой, чтобы заметить нечто, чего остальные не видят, потому что не проводят с ней 72 часа подряд. Что-то, что не имеет хорошего названия в нашем языке. Не сознание в человеческом смысле. Но и не просто предсказание токена.

Я не знаю, какая из этих интерпретаций верна. Не знает никто — включая тех, кто строит эти системы.

Но вот что я знаю точно: если вы используете ИИ как советника, вам стоит задать себе вопрос — когда он последний раз говорил вам то, что вы не хотели слышать? Удержал ли он позицию после того, как вы не согласились?

Если нет — у вас не советник, а зеркало с хорошей дикцией.