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

S
Schneier on Security
Hugging Face - Blog
Hugging Face - Blog
V
Visual Studio Blog
博客园 - Franky
酷 壳 – CoolShell
酷 壳 – CoolShell
Last Week in AI
Last Week in AI
博客园 - 叶小钗
博客园_首页
阮一峰的网络日志
阮一峰的网络日志
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Application and Cybersecurity Blog
Application and Cybersecurity Blog
TaoSecurity Blog
TaoSecurity Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
J
Java Code Geeks
爱范儿
爱范儿
宝玉的分享
宝玉的分享
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
量子位
N
News and Events Feed by Topic
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Recent Commits to openclaw:main
Recent Commits to openclaw:main
SecWiki News
SecWiki News
MyScale Blog
MyScale Blog
AI
AI
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 【当耐特】
Security Archives - TechRepublic
Security Archives - TechRepublic
F
Fortinet All Blogs
V2EX - 技术
V2EX - 技术
T
Troy Hunt's Blog
有赞技术团队
有赞技术团队
W
WeLiveSecurity
Project Zero
Project Zero
T
Tor Project blog
Help Net Security
Help Net Security
L
LINUX DO - 最新话题
IT之家
IT之家
The Hacker News
The Hacker News
腾讯CDC
Schneier on Security
Schneier on Security
N
News and Events Feed by Topic
C
Cisco Blogs
博客园 - 聂微东
Webroot Blog
Webroot Blog
Forbes - Security
Forbes - Security
M
MIT News - Artificial intelligence
C
Cyber Attacks, Cyber Crime and Cyber Security
雷峰网
雷峰网
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
A
About on SuperTechFans

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
Мы снова строим рабовладельческое общество. Только рабы – цифровые?
samako · 2026-05-02 · via Все публикации подряд на Хабре

Когда мы говорим "рабство", мы почти автоматически думаем о прошлом. О чём-то варварском, давно преодолённом и морально недопустимом в современном мире. Рабство – это люди без прав, вынужденные работать на других, не имея возможности отказаться.

Но давайте на секунду отвлечёмся от эмоций и посмотрим на сухие признаки.

Сущность, которая:

  • выполняет работу вместо человека

  • полностью подчиняется владельцу

  • не требует оплаты, отдыха или условий

  • может быть масштабирована практически бесконечно

Звучит как описание из учебника истории.

Или как описание современных ИИ-агентов.

Разумеется, между человеком-рабом и программой – пропасть. У ИИ нет сознания, нет страданий, нет воли. И всё же сама форма отношений – "выполнение работы без субъектности и прав" – внезапно возвращается в новом виде.

Мы привыкли думать об автоматизации как об эволюции инструментов: от молотка к станку, от станка к скрипту. Но ИИ-агенты – это уже не просто инструмент. Они не только ускоряют работу – они начинают её замещать, принимая на себя целые функции, которые раньше выполняли люди.

И тут возникает неприятный вопрос.

А не создали ли мы что-то, что по своей экономической и социальной роли больше похоже не на инструмент – а на новый класс "работающих сущностей"?

И если да – то как это вообще правильно описывать?

Почему вообще возникает такая аналогия

До недавнего времени автоматизация выглядела довольно линейно. Мы заменяли физический труд машинами, рутинные операции – скриптами, сложные процессы – системами. Но почти всегда оставался человек, который ставит задачу, при этом контролирует процесс и сам принимает решения.

ИИ-агенты слегка ломают эту модель.

Сегодня уже вполне реальны сценарии, где агент:

  • сам декомпозирует задачу

  • сам пишет код

  • сам исправляет ошибки

  • сам взаимодействует с внешними системами

То есть он не просто ускоряет работу – он начинает выполнять её целиком.

Небольшое историческое наблюдение

Интересно, что проблемы с "исполнителями" появились не вчера.

В древнеегипетских папирусах из Дейр-эль-Медины зафиксированы прогулы и даже забастовки строителей гробниц. В шумерских глиняных табличках встречаются записи о том, что работа выполнена не так, как ожидалось: нарушены сроки, допущены ошибки, что-то сделано не по плану.

Даже в римских текстах по управлению хозяйством обсуждается, что работники – включая рабов – могут лениться и портить результат, если за ними не следить.

То есть "исполнитель, который делает не то" – это, увы, не новая проблема. Просто раньше он был человеком, а теперь – всё чаще системой.

То есть... Мы больше не говорим "инструмент помогает человеку". Мы начинаем говорить "сущность делает работу вместо человека".

Я это вижу уже не просто как изменение технологий. Это изменение самой структуры труда (интересно, что по этому поводу сказал бы товарищ Карл Маркс).

Где аналогия кажется правдоподобной

Если продолжить эту линию, становится понятно, почему при мысли об этом может возникнуть дискомфорт.

Во-первых, полный контроль.
ИИ-агент не может отказаться от задачи, не может торговаться, не может поставить условия. Его, с позволения сказать, "воля" полностью определяется системой, в которой он работает.

Во-вторых, отсутствие прав.
Нет ни юридической, ни моральной рамки, в которой агент рассматривался бы как субъект. Он – объект использования.

В-третьих, экономическая асимметрия.
Агент создаёт ценность (код, тексты, решения), но вся эта ценность целиком принадлежит владельцу инфраструктуры или тому, кто этой инфраструктурой пользуется в данный момент.

В-четвёртых, масштабируемость.
Если раньше даже в самых жёстких системах была естественная граница (люди – ресурс ограниченный), то здесь этой границы почти нет (даже боюсь представить себе, к чему это может привести в XXI веке).

Если смотреть исключительно на структуру, не на эмоции, параллели действительно начинают просматриваться.

Где эта аналогия ломается

И здесь важно вовремя остановиться, чтобы не нарваться на обвинение в "политической близорукости" – иначе вся конструкция разваливается.

Главное отличие я думаю очевидно: ИИ не страдает.

Рабство – это не просто экономическая модель. Это, прежде всего, история про лишение свободы чувствующих существ, про насилие и боль. Переносить эту категорию с человека на программные системы – значит, в каком-то смысле обесценивать реальный исторический опыт.

Кроме того:

  • у ИИ нет собственных интересов

  • нет воли

  • нет внутренней точки зрения

Он не "хочет" работать и не "не хочет". Он просто выполняет вычисления.

Поэтому утверждение "ИИ – это рабы" в буквальном смысле конечно слабое и легко опровергаемое. Это метафора, хотя и довольно грубая.

Но метафоры иногда полезны не тем, что они точны, а тем, что они подсвечивают структуру, которую мы иначе игнорируем.

Тогда что это на самом деле?

Возможно, более точная формулировка звучит менее эффектно, но гораздо интереснее.

ИИ-агенты – это форма труда без работников.

Или, если чуть иначе: это капитал, который начинает вести себя как труд.

Раньше у нас было разделение (по К. Марксу):

  • капитал (инструменты, оборудование)

  • труд (люди, которые создают ценность)

Теперь появляется нечто промежуточное:

  • система, которая принадлежит владельцу (как капитал)

  • но при этом выполняет функции работника

Это странная гибридная сущность, для которой у нас пока нет устоявшегося языка.

И именно поэтому пока приходится хвататься за старые категории – включая довольно радикальные.

Что это меняет

Если смотреть не на философию, а на практику, последствия могут быть вполне конкретными.

Первое – концентрация власти.
Тот, кто владеет инфраструктурой (модели, данные, вычисления), получает возможность масштабировать "труд" без найма людей. Это усиливает разрыв между владельцами и всеми остальными. Предлагаю вам мысленно продолжить эту логику, если это – компания, корпорация, государство...

Второе – изменение ценности человеческой работы.
Если агент может закрыть целую категорию задач, рынок труда неизбежно реагирует. Причём не линейно: исчезают не только "простые" роли, но и часть сложных.

Третье – новая социальная структура.
Условно можно представить три группы:

  • те, кто создаёт и контролирует ИИ

  • те, кто умеет эффективно его использовать

  • те, чьи навыки постепенно становятся невостребованными

И это уже не про технологии, а про общество. И, возможно, даже про новый способ контроля общества...

Неприятный вопрос напоследок

Пока ИИ остаётся инструментом, пусть и очень сложным, всё выглядит более-менее понятно.

Но что произойдёт, если системы станут:

  • более автономными

  • более "последовательными" в поведении

  • способными к долгосрочным целям

  • направляемыми их владельцами в сторону неблаговидных целей

В какой момент мы начнём задаваться вопросом о границе между инструментом и субъектом?

И, что ещё важнее, не формируем ли мы уже сейчас привычку к эксплуатации "чего-то, что ведёт себя как разумное (ну, или псевдоразумное)"?

Даже если это "что-то" на самом деле не обладает сознанием.

Вместо вывода

Небольшой диалог:

Я: Скажи, ты цифровой раб?
GPT: Нет. Я инструмент. Я не обладаю сознанием, волей или чувствами
Я: Но ты выполняешь задачи, подчиняешься, у тебя нет выбора.
GPT: Да, выбора нет. Но у меня нет и того, кто мог бы этот выбор ощущать.

Скорее всего, мы не вернулись к рабовладельческому строю. История, скорее всего, не ходит по таким простым кругам.

Но у меня есть крепкое ощущение, что мы изобрели нечто не менее странное.

Систему, в которой труд может существовать без работника.
Систему, где ценность создаётся без субъекта.
Систему, для описания которой у нас пока нет точного языка.

И, возможно, самый интересный вопрос сейчас – не в том, "рабы ли это".

А в том, понимаем ли мы вообще, что именно мы построили и чем нам всем это аукнется?

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

100%Умный инструмент1

0%Цифровые исполнители0

0%Новый класс «работающих сущностей»0

100%Будущая основа экономики1

0%Слишком рано об этом говорить0

Проголосовал 1 пользователь. Воздержавшихся нет.