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

Engineering at Meta
Engineering at Meta
人人都是产品经理
人人都是产品经理
大猫的无限游戏
大猫的无限游戏
博客园 - 三生石上(FineUI控件)
量子位
腾讯CDC
The Cloudflare Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
云风的 BLOG
云风的 BLOG
Vercel News
Vercel News
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
L
LangChain Blog
aimingoo的专栏
aimingoo的专栏
The Hacker News
The Hacker News
T
The Exploit Database - CXSecurity.com
B
Blog
S
SegmentFault 最新的问题
P
Privacy & Cybersecurity Law Blog
T
Threatpost
博客园 - 聂微东
T
Tailwind CSS Blog
The Last Watchdog
The Last Watchdog
C
Check Point Blog
N
Netflix TechBlog - Medium
D
DataBreaches.Net
爱范儿
爱范儿
IT之家
IT之家
S
Secure Thoughts
M
MIT News - Artificial intelligence
NISL@THU
NISL@THU
C
Cisco Blogs
TaoSecurity Blog
TaoSecurity Blog
有赞技术团队
有赞技术团队
A
Arctic Wolf
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
P
Proofpoint News Feed
Spread Privacy
Spread Privacy
Schneier on Security
Schneier on Security
Simon Willison's Weblog
Simon Willison's Weblog
G
GRAHAM CLULEY
雷峰网
雷峰网
Project Zero
Project Zero
博客园 - Franky
H
Heimdal Security Blog
A
About on SuperTechFans
Security Latest
Security Latest
Webroot Blog
Webroot Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Hugging Face - Blog
Hugging Face - Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and 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
ИИ съест экономику изнутри. А потом запустит ядерный апокалипсис
arhip1986 · 2026-05-16 · via Все публикации подряд на Хабре

ИИ съест экономику изнутри. А потом запустит ядерный апокалипсис

Уровень сложностиПростой

Время на прочтение6 мин

Охват и читатели391

Мнение

Часть первая. Реальная цена иллюзий

Когда Илон Маск говорит об опасности ИИ, он рисует картину восстания машин. Терминаторы. Скайнет. Красные глаза в темноте.

Это не страшно. Это глупо.

Настоящий ужас не в том, что роботы с красными глазами придут убивать людей. Настоящий ужас в том, что ИИ потихоньку, незаметно, но уверенно сделает всё, чтобы люди сами себя убили. И даже не заметят.

Как? Через экономику. Через работу. Через код.

Представьте завод, где вместо тысячи человек работает десяток. Раньше тысяча получала зарплату. Теперь эти деньги уходят владельцу ИИ-системы, который живёт в другом городе или даже стране.

Представьте, что эти девятьсот девяносто уволенных человек перестали покупать.

  • Местный продуктовый магазин теряет выручку и закрывается.

  • Парикмахерская, куда ходили эти люди, закрывается.

  • Автосервис, где они чинили машины, закрывается.

  • Школа, куда ходили их дети, теряет финансирование и урезает программы.

  • Поликлиника, где они лечились, сокращает врачей.

А владелец ИИ-системы? Он не покупает в местном магазине. Он не ходит в местную парикмахерскую. Его деньги уходят на счета в офшорах, на биржевые активы, на новые ИИ-системы. Они не возвращаются в экономику.

Это называется эффект обратного мультипликатора. Экономисты его боятся. А зря — его надо не бояться, его надо изучать в школах, чтобы дети понимали: замена человека машиной не экономит деньги, она их перераспределяет. И распределяются они так, что экономика усыхает.

Вот вам цифры, которые должны заставить спать с включённым светом.

Исследование MIT Media Lab: 95 процентов проектов ИИ не влияют на финансовые показатели компаний. 95! То есть из двадцати проектов только один даёт хоть какую-то отдачу. Остальные девятнадцать просто жгут деньги.

Исследование METR: разработчики, которые использовали ИИ, тратили на 19 процентов больше времени, чем те, кто работал без него. И при этом они были уверены, что работают на 20 процентов быстрее. Люди тупеют, а думают, что умнеют. Это диагноз.

S&P Global Market Intelligence: 42 процента компаний сворачивают ИИ-проекты на стадии пилота. Даже не запустив нормально. Половина проектов умирает, не родившись.

А теперь самое весёлое. Девяносто процентов сотрудников уже используют личные ИИ-инструменты на работе. Сами. Без спроса. Без контроля. Без безопасности.

Они кормят ChatGPT корпоративными секретами. Они вставляют сгенерированный код в боевые системы. Они не проверяют, что именно написала нейросеть. Потому что это долго. Потому что им надо быстрее. Потому что начальник требует результат вчера.

Что может пойти не так? Да всё.

Часть вторая. Код, которого никто не понимает

Представьте пассажирский самолёт. Внутри — полмиллиона строк кода. Больше половины из них сгенерированы нейросетью и скопированы с форумов.

Никто в компании не знает, как работает этот код целиком. Каждый инженер отвечает за свой кусочек. Куски между собой стыкуются через библиотеки, которые тоже кто-то когда-то скопировал.

Самолёт летает. Пока летает.

Однажды происходит странное. При определённом сочетании высоты, скорости и температуры за бортом система управления отключается на 0.3 секунды. Этого достаточно, чтобы войти в штопор.

Кто найдёт причину? Никто. Потому что код напоминает спагетти из чат-ботов. Логи, конечно, сохранились. Но кто будет их разбирать, если три инженера-сеньора уже уволены, а на их месте сидят два стажёра с ChatGPT?

Это не фантастика. Это уже происходит, просто в масштабах, которые пока не привели к катастрофе.

Теория, от которой мурашки. Договоримся — она не научная, я не учёный, но наблюдаю тренды много лет.

Экономика — как сообщающиеся сосуды. Раньше у нас были уровни: заводы, магазины, зарплаты, покупки, налоги — всё было связано, всё перетекало.

Сейчас мы забираем энергию из этих уровней и перекачиваем её на уровень «ИИ и автоматизация». Деньги перестают течь через обычных людей. Экономика замедляется. Привычный мир усыхает.

Но наша система не умеет справляться с таким. Она может только одно — замедляться дальше.

И это не гипотеза. Это уже в отчётах МВФ, ОЭСР, Делойта.

Часть третья. Баг, который уничтожит город

Теперь про ядерный апокалипсис. Без пафоса. Без голливудских спецэффектов.

Системы управления ядерными силами писала не одна команда. Их писали десятки. Годы. Патчи. Обновления. Устаревшие библиотеки. Код, который никто не трогал двадцать лет. И новый код, который нагенерировал ChatGPT вчера.

Эти системы соединены с другими системами — оповещения, связи, спутникового слежения. А те — с гражданскими сетями. Потому что так удобнее. Потому что дешевле. Потому что «а что может случиться?».

А может случиться вот что.

Где-то в коде, на стыке старой советской библиотеки и свежего скопированного с GitHub решения, есть баг. Он активируется при определённой последовательности сигналов со спутников. Например, когда три спутника показывают падение напряжения на подстанциях.

Система решает, что это — массированный удар по энергосистеме. Автоматика переводит ракеты в режим ответного удара. Человек нажимает кнопку подтверждения — потому что ошибка? вдруг и правда война? сомневаться некогда.

И всё.

Город исчезает.

Кто виноват? ChatGPT? Инженер, который скопировал код? Менеджер, который уволил проверяющего, потому что дорого? Или все вместе?

Никто не будет виноват. Виноватых не будет. Будет только пепел и тишина.

Часть четвёртая. Как это остановить. Если ещё не поздно

Я не знаю, как это остановить. Если бы знал — не писал бы эту колонку, а патентовал бы решение.

Но я знаю, что точно не поможет.

Не поможет запрет. Люди всё равно будут использовать ИИ. Потому что удобно. Потому что быстрее. Потому что начальство требует.

Не поможет контроль. Теневая экономика ИИ уже сформировалась. До 90 процентов сотрудников используют личные инструменты вне контроля ИТ-служб. Вы не закроете эту дверь. Их миллионы. Вас — единицы.

Не поможет обучение. Пока вы учите одних, ИИ обучается быстрее. Вы всегда будете догонять. Всегда.

Единственное, что может помочь — это осознание.

Когда каждый инженер поймёт, что скопированный код может убить людей. Когда каждый менеджер поймёт, что уволенный сотрудник — это закрытый магазин и неработающая экономика. Когда каждый предприниматель поймёт, что «экономия» на людях — это не экономия, а перекладывание денег в другой карман с потерей по пути.

Это осознание — единственное, что может изменить вектор.

Но осознание не продаётся. Его не купишь за деньги. Его не внедришь приказом. Оно приходит только через страх. Или через боль.

Вопрос только в том, насколько сильной должна быть боль, чтобы мы наконец открыли глаза. Умрёт один город? Десять? Цивилизация?

Ядерный апокалипсис не начнётся с красной кнопки в кабинете безумного генерала.

Он начнётся с бага в коде, который скопировали из ChatGPT. С ошибки, которую никто не заметил. С решения, которое не проверяли. С человека, которого уволили, и некому стало посмотреть.

И когда это случится, никто не скажет: «Это из-за ИИ». Скажут: «Не повезло».

Но вы-то теперь будете знать. Почему не повезло. И кто на самом деле нажал на спуск.

Хороший конец. Потому что он всё ещё возможен

Знаете, в чём разница между антиутопией и утопией?

В антиутопии люди бегут туда, куда бегут все. В утопии они выбирают дорогу сами.

Да, я нарисовал мрачную картину. Да, я напугал вас багами в ядерном коде и вымирающими городами. Но вот что я хочу, чтобы вы запомнили из этой статьи.

Страшно не тогда, когда есть угроза. Страшно, когда мы делаем вид, что её нет, и продолжаем бежать в том же направлении, что и все.

Сейчас все бегут в ИИ. Потому что модно. Потому что конкуренты внедрили. Потому что инвесторы требуют. Потому что «так надо».

Но у вас есть выбор. Всегда есть выбор.

Вы можете не увольнять специалистов, а учить их работать с ИИ — сохраняя их опыт и добавляя им мощности.

Вы можете не копировать код из ChatGPT бездумно, а использовать его как подсказку — перепроверяя, переосмысливая, делая лучше.

Вы можете не переводить деньги на счета поставщиков ИИ, сокращая экономику, а инвестировать в людей — потому что люди создают мультипликатор, а машины — нет.

Вы можете не бежать со всеми. Вы можете идти своей дорогой.

Всё взаимосвязано. Каждое наше решение отзывается на других уровнях реальности. Уволил человека — закрылся магазин. Сэкономил на проверке кода — получил баг, который когда-нибудь убьёт.

Понимая связи, мы можем выбирать. Не просто реагировать на последствия, а создавать их. Быть не пассажирами, а водителями.

Мы не обречены на ядерный апокалипсис от скопированного кода. Мы не обречены на вымирающую экономику. Мы не обречены на мир, где ИИ делает всё, а люди — ничего.

Потому что ИИ — это инструмент. А инструмент не выбирает цель. Цель выбираем мы.

Хороший конец наступит не тогда, когда мы запретим ИИ или ограничим его. Хороший конец наступит тогда, когда мы перестанем делать вид, что ничего не происходит, и начнём осознанно выбирать, куда идти.

Не как все. А как мы сами решили.

P.S. Всё будет хорошо не потому, что кто-то за нас всё починит. А потому что мы увидели возможные пути — и выбрали свой. Не побежали со всеми. Не спрятались. А пошли туда, где светло.

В этом и есть главное отличие разумного от искусственного. Искусственный идёт туда, куда его направили. Разумный выбирает сам.

Выбирайте. Ещё не поздно.