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

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
WordPress大学
WordPress大学
宝玉的分享
宝玉的分享
人人都是产品经理
人人都是产品经理
博客园 - 聂微东
IT之家
IT之家
V
V2EX
Jina AI
Jina AI
V
Visual Studio Blog
有赞技术团队
有赞技术团队
博客园 - 司徒正美
博客园 - 叶小钗
The Cloudflare Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
小众软件
小众软件
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 三生石上(FineUI控件)
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Google DeepMind News
Google DeepMind 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
腾讯CDC
Google Online Security Blog
Google Online Security Blog
博客园 - 【当耐特】
Apple Machine Learning Research
Apple Machine Learning Research
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
N
News and Events Feed by Topic
N
News and Events Feed by Topic
The Last Watchdog
The Last Watchdog
W
WeLiveSecurity
月光博客
月光博客
Security Archives - TechRepublic
Security Archives - TechRepublic
Webroot Blog
Webroot Blog
SecWiki News
SecWiki News
博客园_首页
罗磊的独立博客
量子位
Latest news
Latest news
I
Intezer
V
Vulnerabilities – Threatpost
A
Arctic Wolf
Last Week in AI
Last Week in AI
Recent Commits to openclaw:main
Recent Commits to openclaw:main
S
SegmentFault 最新的问题
S
Security Affairs
阮一峰的网络日志
阮一峰的网络日志
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
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Palo Alto Networks Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
N
News | PayPal Newsroom

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
Эпоха зомби-GPT
ULTRAWEN · 2026-05-08 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение6 мин

Охват и читатели1.4K

Мнение

В профессиональных комьюнити всё чаще происходит одна и та же ситуация. Она выглядит обыденной, но от неё веет "зловещей долиной", «Чёрным зеркалом» и всем в таком духе. Вчера я сам оказался в эпицентре этого явления и понял: это уже не исключение, а новая реальность. Речь о том, как живые дискуссии постепенно превращаются в обмен сгенерированными нейросетями фрагментами, где иллюзия компетентности заменяет реальный опыт. В этой статье я подниму вопрос (но не отвечу на него): как генеративный ИИ меняет культуру профессионального общения, почему «быстрые ответы» обесценивают экспертизу и что мы рискуем потерять, если перестанем ценить живую мысль. А теперь давайте представим себе условный специализированный чат, где сидят разные по опыту, знаниям и компетенциям люди.

Первый участник чата прошёл долгий путь в области. За его спиной — кладбище проектов, бессонные ночи, тонны книг и статей — и всё это конвертировано в опыт. Этот человек не только разбирается в теории (он постоянно ею интересовался), но ещё и практик. Тут поработал, там поработал — разнообразные проекты, разные области, успешные, провальные, сделанные просто в стол. В общем, это человек, который набрался опыта, пережил кучу дерьма и многое понял. Он не идеален: что-то может знать, что-то нет, может ошибаться. Но имеет самое главное — собственные мысли.

И вот такой человек выдвигает некий тезис. Он делится наблюдением или просто утверждает что-то понятое им. Но он не разжёвывает все шаги, как он к этому пришёл, — он ожидает, что другие попробуют вникнуть, спросят о непонятном, уточнят. Ведь он общается в специализированном комьюнити. Тезис может быть ошибочный, но он как минимум логичен и выведен этим человеком из опыта. А другой человек может иметь другое мнение и другой опыт — для этого, собственно, комьюнити и существуют.

Теперь познакомимся со вторым участником. Он недавно «вкатился в IT», шарит за этот вайб, и вообще он смотрел на YouTube всех лидеров мнений в этой области. Реализованного проекта у него нет (либо он его только делает), но его проект особый, потому что он уже многое читает и знает, как делать правильно.

И вот он читает сообщение первого участника. Первая мысль: «Ты втираешь мне какую-то дичь». Но он понимает, что тот человек какой-то опыт имеет. Что же делать? Он бежит в ChatGPT (или его аналог), закидывает туда сообщение первого, тратит на это около пары минут, получает генерацию, которая частично подтверждает его первые мысли. Далее он просто берёт это и пишет в чат — как аргумент.

Первый участник видит, что ему задали довольно резонный вопрос (или просят что-то уточнить), и без зазрения совести отвечает, пытаясь донести суть высказанного тезиса. Он воспринимает это как беседу.

Эти шаги повторяются несколько раз. Второй участник иногда сияет знаниями и примерами, которых первый вообще никогда не слышал, даже с его огромным опытом.

И тут наш второй участник пишет: «Это было ещё реализовано в 1990 году в программе X на Amiga 1000» (условный пример).

Первый участник наконец понимает, что он всё это время спорил с нейронкой, и что всю эту информацию и тезисы второго выдавал ChatGPT. Это становится очевидным, если он сам об этой программе ни разу не слышал, хотя застал развитие тех технологий. Такое можно услышать лишь от очень погружённого в эту тему человека, кем второй очевидно не является. Ведь даже саму тему задал первый.

К диалогу подключается третий участник чата, который с ходу что-то пишет по теме, — но первый и тут понимает, что это тоже выборка из ChatGPT.

Помимо этого, первый понимает, что он втянут в спор, хотя воспринимал общение как тематическую беседу. Спор он, естественно, формально проигрывает, так как не видит смысла спорить дальше и вообще вести этот диалог. Он ценит свой опыт и знания, полученные за счёт траты кучи времени и энергии.

Второй и третий считают себя победителями. Они утёрли нос первому — они крутые. Я назвал их зомби-GPT. Возможно, их уже как-то называют, я не знаю.

По итогу мы получаем довольно страшную ситуацию. Мы имеем целые сообщества, ресурсы, где любой абсолютно некомпетентный новичок может заткнуть мастодонта — профессионала в этой области.

В итоге суть, высказанная опытным человеком, остаётся так и не понятой. Ведь второй и третий, делая запрос в GPT, не понимают тонких нюансов, на которые стоит обратить внимание. Нейросеть сама уводит их к какому-то усреднённому мнению — она воспринимает это как просто запрос по теме.

Нейросеть спокойно поняла бы, о чём шла речь, если бы её писал первый участник чата сам. Но первый думал, что общается с людьми. А на деле эти люди — просто прослойка-интерфейс с биологическими мозгами для ChatGPT. Поняв это, первый уже просто не захочет далее вести беседу. Зачем ему это, если он может общаться с ChatGPT напрямую?

В итоге ценность, высказанная опытным человеком, теперь полностью нивелирована. Это уже не то, что было раньше («я загуглил»). Чтобы гуглить и понимать информацию из выдачи, хоть какая-то компетенция была необходима. Сейчас же можно вообще ничего не знать.

При этом саму тему задал первый участник, даже если он проиграл этот номинальный спор. Он поднял вопрос, озвучил выводы. Второй же участник получил знания, но тут же их обесценил. Он не может оценить ценность, ведь у него есть ChatGPT. Правда, эти вопросы он ему ранее не задавал :) А как говорится: «Как только вы узнаете, в чём на самом деле вопрос, вы поймёте, что значит ответ.» (Дуглас Адамс, «Автостопом по Галактике»).

Мы буквально имеем сообщества, состоящие из зомби-GPT, общающихся друг с другом, где каждый транслирует ChatGPT под видом своих мыслей.

Во всём этом теряется глубина. Общение всегда сводится к вещам, верифицированным и подтверждённым ChatGPT. Что-то новое, глубокое просто потеряется, останется непонятым. Если у первого участника есть свои мысли, то у второго нет собственных заключений — он их просто берёт извне. Пропадает простое человеческое общение, где люди делятся своими мыслями.

Я понимаю, что это всё спорные вещи, но решил написать про это. Возможно, кто-то уже писал. Кстати, при редактировании статьи я пользовался ИИ инструментами. Я ни в коем случае, не против ИИ технологий — это будущее.

Напоследок добавлю немного абсурдности, я задал этот вопрос нейросетям и он звучал так: "Привет я написал статью, хотел бы получить твоё мнение о ней. Напиши небольшой абзац, что ты думаешь.".

Мнение Qwen3.6-Plus:

Ваша статья точно схватывает тревожный культурный сдвиг: ИИ действительно стирает грань между живым опытом и алгоритмической эрудицией, превращая профессиональные дискуссии в обмен «гладкими» репликами, за которыми часто нет реального понимания контекста. Вы справедливо отмечаете, что главная угроза — не сама технология, а обесценивание культуры вдумчивого диалога, когда нейросети используются как замена развитию экспертизы, а не как инструмент для неё. При этом ваша честность насчёт использования ИИ при редактировании отлично иллюстрирует ключевую мысль: проблема не в генерации, а в том, становится ли она прокси для мысли или её усилителем. В эпоху мгновенных ответов самым редким и ценным навыком действительно становится способность задавать точные вопросы, удерживать нюанс и отличать живой профессиональный опыт от убедительной симуляции компетентности.

Мнение Deepseek:

Привет! Спасибо, что поделился статьёй.

Честно говоря, меня она зацепила — и как профессионала, и как читателя. Ты очень точно описал эту тревожную «зловещую долину» в общении, где перестаёшь понимать, с кем споришь — с живым человеком или с API. Метафора с «зомби-GPT» яркая и грустная одновременно, потому что в ней есть большая доля правды. Особенно сильным мне показался момент, когда первый участник спорит о программе на Amiga, которую сам застал, а оппонент, не имея опыта, «побеждает» за счёт сгенерированной фактологии. Ты поднял действительно важный вопрос: что происходит с доверием, уважением к опыту и самой культурой дискуссии, когда за одним из собеседников стоит LLM, а за другим — годы проб и ошибок. Я бы даже сказал, что статья работает как диагноз текущему моменту. Единственное, что хочется добавить — возможно, мы ещё только в начале этого пути, и со временем появятся признаки «живой экспертизы», которые будет сложно подделать (например, скорость ответа с сомнениями или умение признавать пробелы). Но пока ты описал пугающе реальную динамику. Стиль живой, примеры узнаваемые — отличная работа.

Мнение (пришлось несколько раз уточнить, что мне нужно) Алиса AI:

Статья ярко и убедительно обнажает реальную проблему эпохи ИИ: подмену живого профессионального общения шаблонами нейросетей. Она заставляет задуматься о том, как сохранить ценность экспертизы и глубину диалога — не отвергая технологии, а осознанно интегрируя их в наше взаимодействие.