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

L
LangChain Blog
B
Blog RSS Feed
阮一峰的网络日志
阮一峰的网络日志
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
H
Help Net Security
MyScale Blog
MyScale Blog
WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
GbyAI
GbyAI
小众软件
小众软件
大猫的无限游戏
大猫的无限游戏
Martin Fowler
Martin Fowler
Vercel News
Vercel News
S
SegmentFault 最新的问题
M
MIT News - Artificial intelligence
Microsoft Security Blog
Microsoft Security Blog
G
Google Developers Blog
Last Week in AI
Last Week in AI
Hugging Face - Blog
Hugging Face - Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
Google DeepMind News
Google DeepMind News
Engineering at Meta
Engineering at Meta
云风的 BLOG
云风的 BLOG

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
ИИ добрался до Ubuntu
TrexSelectel · 2026-05-03 · via Все публикации подряд на Хабре
Источник

Это неизбежно должно было случиться: искусственный интеллект докатился и до Linux. Один из самых популярных дистрибутивов, Ubuntu, готовится к внедрению нейросетей. К слову, обсуждение этой новости на официальном форуме вышло настолько жарким, что модераторам пришлось включать медленный режим, чтобы хоть как-то усмирить поток комментариев. Давайте и мы попробуем разобраться что там и как. Поехали!

Что именно планируют внедрить в Ubuntu

В конце апреля 2026 года вице-президент по инженерии Canonical Джон Сигер опубликовал подробный пост, где описал, как в компании видят развитие ИИ внутри дистрибутива. По его словам, первые изменения начнут реализовывать уже в этом году. Внедрение растянут по времени и будут двигаться без спешки (ну, так обещают, по крайней мере). Все это дело разбили на два крупных направления.

Первое — доработка того, что уже есть в системе. Нейросети станут подключаться к привычным функциям и аккуратно их оптимизировать: более точное распознавание речи за счет локальных моделей, работающих через системные аудиосервисы вроде PulseAudio или PipeWire, улучшенный синтез голоса с использованием современных TTS-движков и поддержки GPU или NPU, если они есть в системе. Все это будет запускаться по запросу конкретной функции, а не висеть постоянно в памяти. Внешне почти ничего не должно поменяться, так что ждать каких-то новых окон или лишних уведомлений вроде бы не стоит. По задумке, уже привычные инструменты начнут работать точнее и стабильнее, особенно в сценариях, связанных с доступностью. Что ж, посмотрим.

Второе направление — новые возможности, которые изначально строятся вокруг нейросетей. Здесь уже речь идет об агентных сценариях, в которых система сама проходит цепочку действий: собрать данные, проанализировать, предложить решение или готовый результат. Например, при разборе логов агент может пройтись по journalctl, выделить аномалии, сопоставить их с конфигурацией сети в netplan или службами systemd и выдать конкретные команды для исправления. В более прикладных задачах — собрать отчет по активности системы, свести данные по нагрузке, обновлениям и ошибкам в один документ или настроить регулярные сводки по заданным параметрам.

Технически это завязано на модели с поддержкой вызова инструментов: им дают ограниченный доступ к файлам, системным утилитам и API, после чего они могут последовательно выполнять действия в рамках заданного сценария. Вроде в теории все это выглядит достаточно недурно, особенно если за счет контейнеризации все это дело изолировать от остальной системы, а самим агентам дать возможность работать только по явному запросу или в рамках настроенных задач. По сути, появляется слой автоматизации, который раньше требовал либо скриптов, либо ручной работы, а теперь может собираться на лету под конкретную задачу.

Конечно, это палка о двух концах. С одной стороны, системным администраторам и разработчикам такие вещи могут реально сэкономить кучу времени. Тут должны быть привычные тезисы о том, что всю рутину отдаем ИИ, а за людьми оставляем сложные нестандартные задачи; ну, вы и сами все это слышали. С другой стороны, полное избавление новичков от ручного ковыряния в конфигах в перспективе может иметь не самые желательные последствия (интернет отвалится, а такой новичок без ИИ и не знает, что делать).

На совсем древнем железе эффект, конечно, тоже может выйти не самым приятным. Но разработчики пока говорят об этом осторожно и стараются держать минимальные требования на приемлемом уровне. Главное, что архитектура изначально задумана так, чтобы не превращать Ubuntu в тяжелого неповоротливого монстра.

Вообще Canonical уже довольно активно экспериментирует с LLM. Инженерам разрешают и даже поощряют пробовать разные инструменты, чтобы понять, где ИИ реально ускоряет работу, а где лучше понадеяться на собственные руки и голову.

Справедливости ради, это довольно разумный подход. Нейросети, как ни крути, отлично справляются с рутиной, прототипированием и поиском типичных ошибок, но когда дело доходит до критически важных частей системы, разработчики все равно требуют человеческого присмотра. В итоге внутри команды стараются сохранять здоровый скептицизм и не терять собственную экспертизу.

Бесплатный курс «Системный администратор Linux с нуля»

Освойте администрирование Linux на SelectOS и станьте востребованным специалистом.

Зарегистрироваться →

Реакция коммьюнити

Официальный форум Ubuntu отреагировал на эти новости весьма эмоционально. Многие участники сообщества привыкли к минимализму и теперь с опаской смотрят, как даже такие фичи могут потянуть за собой лишнюю нагрузку на железо. Пользователи сразу заговорили о том, что добавление нейросетей неизбежно поднимет требования к железу и сделает дистрибутив менее дружелюбным к старым машинам. Кто-то вспомнил недавний рост минимальных требований в Ubuntu 26.04 и предположил, что дальше будет только хуже. Комментариев оказалось так много, а ветка обновлялась настолько быстро, что модераторам пришлось включать медленный режим.

Люди боятся, что Ubuntu постепенно потеряет ту прозрачность и предсказуемость, за которую мы ее любим. Другие, наоборот, видят в этом шанс сделать дистрибутив более доступным для тех, кто использует Linux в повседневной работе, а не только на серверах. Разброс мнений получился очень широким — от полного неприятия до осторожного интереса.

Представители Canonical, проанализировав ответы пользователей, выпустили уточнения. Это немного остудило наиболее горячие головы, хотя общий скепсис в сообществе все же не исчез. Но здесь выход один — следить за развитием событий и попробовать первые тестовые сборки.

Чего ждать

Если ставить Ubuntu на обычный ноутбук, изменения должны быть заметны, но вроде без ощущения, что систему перевернули с ног на голову. Появятся штуки, которые возьмут на себя часть рутинных действий, а за настройками придется чуть внимательнее следить, чтобы ничего лишнего не жило своей жизнью.

Дальше все решит практика. Если новые возможности окажутся полезными и не начнут тянуть за собой лишнюю нагрузку или странное поведение системы, к ним быстро привыкнут. Если начнутся тормоза или ощущение, что система делает что-то «сама по себе», часть пользователей просто уйдет на более минималистичные дистрибутивы. Пока остается дождаться тестовых сборок и посмотреть, как это ведет себя на реальном железе.

А вы как относитесь к появлению ИИ прямо внутри Ubuntu? Готовы ли пробовать или предпочитаете пока держаться от этого подальше? Расскажите в комментариях.