惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MongoDB | Blog
MongoDB | Blog
大猫的无限游戏
大猫的无限游戏
博客园 - 聂微东
Blog — PlanetScale
Blog — PlanetScale
F
Full Disclosure
雷峰网
雷峰网
T
Tailwind CSS Blog
Hugging Face - Blog
Hugging Face - Blog
D
DataBreaches.Net
量子位
Microsoft Azure Blog
Microsoft Azure Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
V
Vulnerabilities – Threatpost
人人都是产品经理
人人都是产品经理
Security Archives - TechRepublic
Security Archives - TechRepublic
P
Proofpoint News Feed
Help Net Security
Help Net Security
腾讯CDC
I
InfoQ
Know Your Adversary
Know Your Adversary
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
C
Check Point Blog
W
WeLiveSecurity
NISL@THU
NISL@THU
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
N
Netflix TechBlog - Medium
月光博客
月光博客
Schneier on Security
Schneier on Security
Forbes - Security
Forbes - Security
Project Zero
Project Zero
宝玉的分享
宝玉的分享
P
Palo Alto Networks Blog
P
Privacy & Cybersecurity Law Blog
罗磊的独立博客
Latest news
Latest news
Apple Machine Learning Research
Apple Machine Learning Research
V
V2EX
Stack Overflow Blog
Stack Overflow Blog
S
Security Affairs
I
Intezer
爱范儿
爱范儿
Microsoft Security Blog
Microsoft Security Blog
A
Arctic Wolf
有赞技术团队
有赞技术团队
云风的 BLOG
云风的 BLOG
T
Tenable Blog
Hacker News: Ask HN
Hacker News: Ask HN
L
LINUX DO - 最新话题
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Новый закон об ИИ в России: что реально меняется для разработчиков
Nick · 2026-06-22 · via Все публикации подряд на Хабре

Новый закон об ИИ в России: что реально меняется для разработчиков

Средний

6 мин

0

22 июня 2026 года правительственная комиссия по законопроектной деятельности рассмотрела переписанную версию законопроекта о регулировании искусственного интеллекта. Версия, судя по всему, финальная: внести документ в Госдуму планируют до конца месяца. По сравнению с мартовской редакцией Минцифры закон изменился настолько, что говорить стоит не о правках, а о смене жанра — вместо рамочного «запретить и проконтролировать» получился документ о поддержке отрасли.

Разберёмся, что это значит на практике для тех, кто пишет код: для частных разработчиков, для инженеров в продуктовых командах и для тех, кто делает решения под госсектор и критическую инфраструктуру.

Коротко: главное изменение

Если в марте предполагалось регулировать «ИИ вообще» — со всеми операторами, владельцами и пользователями ИИ-сервисов, — то теперь предмет регулирования сузился до больших фундаментальных моделей (БФМ). Под ними понимаются модели с числом параметров свыше 1 млрд, способные решать сложные задачи на уровне человека или выше.

В России под это определение сейчас подпадают по сути две модели — от «Сбера» и «Яндекса». Всё остальное — ваши сервисы на чужих API, дообученные открытые модели, инференс на собственном железе — выведено за периметр основного регулирования.

Сменилось даже название. Вместо «Об основах государственного регулирования сфер применения технологий ИИ» документ теперь называется «О поддержке развития технологий ИИ». Число статей сократилось с 21 до 13.

Что убрали из законопроекта

Перечень исключённых пунктов важен сам по себе, потому что именно эти нормы вызывали основную критику бизнеса в первых редакциях:

  • Обязанность обучать модели только на данных российского происхождения. В прежней версии модели, претендующие на статус суверенных или национальных, могли обучаться исключительно на отечественных данных. Это требование убрали — обучать разрешено на любых доступных данных.

  • Требование разрабатывать модели только гражданами РФ. Тоже исключено. Бизнес указывал, что моделей, отвечающих жёстким критериям суверенности, в России пока просто нет: все разработки используют зарубежные компоненты и открытые массивы данных.

  • Понятие «доверенная модель». Такие модели планировали обязательно допускать к государственным информационным системам и значимым объектам критической инфраструктуры. Категория удалена.

  • Запрет на трансграничный ИИ. Полностью убран. В первых версиях он вызывал опасения, что приведёт к фактическому запрету иностранных нейросетей в России. Этого не будет.

  • Обязанности операторов, владельцев и пользователей ИИ-сервисов. Целый блок обязанностей, который и делал закон «тяжёлым» для всех подряд, исключён.

Часть спорных тем не убрали, а вынесли «наверх» — в подзаконные акты или на потом. Это касается маркировки синтезированного контента, детальных механизмов ответственности и отдельных аспектов авторского права. По ответственности авторы ограничились общей формулировкой «в соответствии с законодательством РФ». Регулирование профильных дата-центров под ИИ тоже вынесено в подзаконку.

Практический вывод: точка наибольшей неопределённости теперь — именно подзаконные акты. Сам закон стал мягче, но детали (особенно по маркировке ИИ-контента и обучению на чужих данных) будут доуточняться отдельно, и там возможны менее приятные сюрпризы.

Две категории отечественных моделей

Закон вводит две категории, и разница между ними принципиальна для тех, кто претендует на статус и господдержку:

Суверенная модель. Разрабатывается только российским юрлицом, которое обеспечивает полную воспроизводимость процесса разработки. Это самый строгий статус.

Национальная модель. Допускает включение иностранных компонентов, в том числе решений с открытой лицензией. Более реалистичный статус для тех, кто строит на базе открытых моделей.

Продукты обеих категорий должны обрабатывать запросы и хранить данные на территории России, соответствовать законодательству и — формулировка из документа — традиционным духовно-нравственным ценностям.

По оценкам участников рынка, под критерии суверенной модели сейчас подходит решение «Сбера», под национальную — «Яндекса». В «Яндексе» отметили, что сохраняют полный цикл разработки и не зависят от внешних решений. В «Т-Технологиях» допустили, что их модель T-Pro может претендовать на статус национальной, а получить статус суверенной, по их мнению, будет несложно не только «Сберу».

А теперь — по категориям разработчиков

Частные разработчики, пет-проекты, инди, опенсорс

Вас закон напрямую не касается. Концепции суверенных и национальных моделей со всеми их ограничениями на вас не распространяются. Можно продолжать:

  • использовать зарубежные модели и API (OpenAI, Anthropic, Mistral, Llama, DeepSeek и т.д.);

  • дообучать открытые модели на любых данных, включая зарубежные датасеты;

  • публиковать свои наработки в открытом доступе.

Запрета на иностранные нейросети нет — это, пожалуй, главная хорошая новость финальной редакции.

Разработчики в продуктовых компаниях вне госсектора

Стартапы, e-commerce, медиа, b2b-SaaS, финтех (за пределами критической инфраструктуры) — ваши ИИ-фичи на базе любых моделей остаются легальными. Никаких новых обязанностей «оператора» или «пользователя» ИИ-сервиса у вас не появляется — этот блок из закона удалён.

Более того, для отрасли вводится не кнут, а пряник: внедрение отечественного ИИ предполагается стимулировать мерами поддержки, а не принуждением. Идея регулятора прямо проговаривается: заставить всех одномоментно подключиться к суверенным и национальным моделям означало бы создать лишние помехи развитию ИИ в стране.

На что стоит обратить внимание на перспективу: вопросы маркировки ИИ-контента уйдут в подзаконные акты. Если ваш продукт генерирует тексты, изображения, голос или видео, имеет смысл заранее заложить в архитектуру возможность помечать сгенерированный контент — требования к маркировке, скорее всего, появятся позже.

Разработчики в госсекторе, КИИ и «чувствительных» сферах

Здесь и сосредоточено реальное регулирование. Правительство получает право определять случаи, когда допустимо применение только суверенного или национального ИИ. По согласованию с ФСБ оно также сможет устанавливать правила доступа таких моделей к федеральным информационным системам — в том числе для их обучения.

Ключевой момент для тех, у кого уже что-то внедрено на иностранных решениях: для ранее внедрённых зарубежных ИИ-решений в чувствительных сферах предусмотрен переходный период до 2032 года — при условии, что все данные хранятся и обрабатываются на территории РФ.

То есть если ваш госпроект или система на объекте КИИ сегодня работает через иностранный API, у вас есть несколько лет на миграцию: либо на отечественные модели («Сбер», «Яндекс», T-Pro и др.), либо на локальный хостинг с хранением данных в России. Планировать архитектуру с прицелом на это стоит уже сейчас, не откладывая до 2031 года.

Разработчики самих фундаментальных моделей

Если вы делаете БФМ (свыше 1 млрд параметров) и претендуете на статус суверенной или национальной модели, закон даёт набор преференций. Разработчики таких моделей вправе:

  • рассчитывать на меры государственной поддержки;

  • участвовать в разработке мер этического регулирования и в совершенствовании госполитики в области ИИ;

  • вести совместные исследовательские проекты за рубежом и экспортировать свои решения;

  • страховать имущественные интересы, связанные с разработкой и применением ИИ.

Отдельно — важный пункт про обучающие данные. Если разработчик суверенной или национальной модели использует правомерно полученный экземпляр произведения, и этот объект доступен для анализа без технических ограничений (то есть правообладатель технически не запретил использовать свой контент или код для обучения), то это не считается нарушением авторских и смежных прав.

По сути это легализация обучения на данных, где правообладатель не выставил технический запрет — концептуально близко к логике robots.txt, но для машинного обучения. Обратная сторона: правообладателям дают понятный механизм отказа — технический запрет на использование контента для обучения должен будет соблюдаться.

Сроки

Если Госдума примет документ в текущую сессию:

  • основные положения вступают в силу с 1 марта 2027 года;

  • отдельные нормы — с 1 сентября 2026 года;

  • переходный период для ранее внедрённых иностранных решений в чувствительных сферах — до 2032 года.

Если сроки рассмотрения в Думе сдвинутся, даты вступления отдельных положений скорректируют.

Итог

Для подавляющего большинства разработчиков в России на момент принятия закона меняется немногое: можно продолжать работать с любыми моделями и данными, иностранные нейросети не запрещают, новых обязанностей у обычных продуктовых команд не появляется.

Реальные ограничения адресованы двум полюсам: разработчикам крупных фундаментальных моделей (для них это в основном статусы и преференции) и тем, кто делает решения для госорганов и критической инфраструктуры (для них — требование локализации данных и переходный период до 2032 года).

Главная зона неопределённости сместилась в подзаконные акты — там будут решаться вопросы маркировки контента, деталей ответственности и отдельных аспектов авторского права. За этими документами и стоит следить тем, кто хочет понимать правила игры до конца.


Статья основана на публикациях РБК, «Российской газеты», «Известий», BFM, Право.ру и других СМИ по состоянию на 22 июня 2026 года. Формулировки законопроекта приводятся по их изложению в прессе; финальный текст закона может отличаться. Это обзорный материал, а не юридическая консультация.